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

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