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

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