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

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