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

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