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

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