index - Confiance.ai

Un collectif français d’envergure inédite pour concevoir et industrialiser des systèmes à base d’intelligence artificielle de confiance

Une stratégie nationale au service de l’ingénierie française

Pilier technologique du Grand Défi « Sécuriser, certifier et fiabiliser les systèmes fondés sur l’intelligence artificielle » lancé par l’Etat, Confiance.ai est le plus gros programme de recherche technologique du plan #AIforHumanity qui doit faire de la France un des pays leader de l’intelligence artificielle (IA)

Relever le défi de l’industrialisation de l’IA

Le déploiement à très grande échelle de systèmes industriels intégrant de l’IA est un enjeu crucial de compétitivité industrielle, économique et de souveraineté nationale. Le programme Confiance.ai porte donc une ambition forte : lever les verrous associés à l’industrialisation de l’IA et doter les acteurs industriels français de méthodes outillées adaptées à leurs ingénieries et construites sur des bases technologiques indépendantes. L’originalité du programme repose sur sa stratégie intégrative : il traite les défis scientifiques relatifs à l’IA de confiance et apporte des solutions tangibles, applicables dans le monde réel et industrialisables.

Fédérer les forces vives

Le programme Confiance.ai rassemble un collectif d’acteurs académiques et industriels français majeurs des domaines de la défense, des transports, de l’industrie manufacturière et de l’énergie qui ont décidé de mutualiser leurs savoir-faire scientifiques et technologiques de pointe. Le programme s’appuie sur une ingénierie et une culture mathématiques fortes associée à une excellence en intelligence artificielle pour établir de manière solidement argumentée la confiance dans les systèmes. Il est en cela, le symbole de l’approche culturelle française en matière de validation de l’intelligence artificielle.

 

Dernières publications

 

Mots-clés

Confiance Anomaly Detection Calibration Computer Vision and Pattern Recognition Cryptography and Security AI explainability Neural ODEs Apprentissage automatique Recurrent Neural Networks Machine learning Adversarial attacks AI Governance Bayesian Optimization Reliability Christoffel functions Bayesian optimization Robustness Neural Architecture Search Critical systems Counterfactuals AI-Based Systems AI component evaluation methodology Explainable AI AI-based systems AI engineering Neural Network Tools Realization theory Bias Detection Machine Learning Adversarial physical attack Assurance Cases Trustworthy Vision par ordinateur Arcadia Method Intelligence Articifielle Body-of-Knowledge Artificial Intelligence Branch-and-Bound algorithm Bayesian inference Multi-fidelity BO Semantic segmentation Attack transferability Uncertainty Case-based Concepts Computer vision Adversarial Attacks AI systems Assurance case Explainability Contextual Evaluation AI System Characterization AI-Systems Engineering Robustesse Confiance explicabilité Certification AI Automated vehicle Anomaly Adversarial examples System Identification Trustworthiness Monitoring AI Safety Generative Models AI-Based Critical Systems Trustworthiness Attributes Body of knowledge Conformal Prediction Adversarial Training Trustworthiness Assessment Sûreté Knowledge fusion Distributed learning Collaboration Human-IA Explicabilité Neural network Sûreté de fonctionnement Computer Vision Knowledge extraction Autonomous system Artificial intelligence Intelligence artificielle XAI Engineering processes Anomaly detection Mixed Integer Programming Al monitoring Knowledge graph Aide à la décision Boosted Decision Trees BDT Long Short-Term Memory Complexity Conformal prediction Assessment ML Engineering ODD Adversarial attack AI Robustness