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

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