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

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