index - Confiance.ai Accéder directement au contenu

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

Custom search space Robustesse Bayesian Optimization Deep learning Adversarial Attacks Christoffel functions Artificial Intelligence Data Stream Processing Confiance Machine learning Cycle-accurate simulator Bayesian inference Reliability Monitoring Attack transferability Distributed Machine Learning Adversarial examples Calibration Assurance Cases Dempster Shafer theory Neural Network Generative Models Complexity Decision tree Collaboration Human-IA Cryptography and Security AI-Systems Engineering Distribution based method Anomaly Critical systems AI engineering Explicabilité Case-based Trustworthiness Assessment Deep Ensembles Recurrent Neural Networks Sûreté Data Visualization Intelligence Articifielle AI-based systems Automated vehicle Artificial intelligence Anomaly detection AI System Characterization Explainable AI Confiance explicabilité Data Analysis Neural network Assurance case Adversarial physical attack Data Stream Neural ODEs Sûreté de fonctionnement System Identification Deep neural network classifiers Data-driven reachability Robustness Computer Vision and Pattern Recognition Counterfactuals Mixed Integer Programming AI component evaluation methodology Certification Adversarial attack Deep Reinforcement Learning Robustness Adversarial Attacks Adversarial Training AI-Based Critical Systems Deep Reinforcement Learning Edge computing Conformal Prediction Computer Vision Realization theory Aide à la décision ED-324/ARP6983 Concepts Neural Architecture Search Adversarial Training Computer vision Bayesian optimization XAI ODD Trustworthiness Attributes Long Short-Term Memory Anomaly Detection Machine Learning Multi-fidelity BO Conformal prediction AI Arcadia Method AI systems Data Quality Contextual Evaluation Bias Detection Semantic segmentation Deployment Branch-and-Bound algorithm Explainability AI-Based Systems Adversarial attacks Distributed learning Autonomous system Data trustworthiness