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

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