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

AI-Based Systems Artificial Intelligence Embarqué Explanations Adversarial attacks AI-Systems Engineering Engineering Processes Monitoring Explainability Fiabilité Evaluation Contextual Evaluation AI engineering Christoffel functions Calibration Data Visualization Distribution based method Data Stream Conformal Prediction Reliability Concepts Trustworthiness Attributes Distributed Machine Learning Distributed learning Explicabilité Semantic segmentation Example-based Explainable AI Anomaly detection Neural Network GPU Intelligence Articifielle System Identification Adversarial Attacks Branch-and-Bound algorithm Machine Learning Bias Detection ODD Data trustworthiness Generative Models Adversarial Training Bayesian inference Trustworthiness Assessment Attack transferability Artificial intelligence Data Stream Processing Adversarial examples Long Short-Term Memory AI component evaluation methodology Decision tree Federated Learning Deep Reinforcement Learning Robustness Adversarial Attacks Adversarial Training Computer Vision Bayesian Optimization Robustness Fault tolerance Adversarial physical attack Embedded AI Adversarial attack Deep learning Explicability Sûreté Realization theory Computer vision Arcadia Method Conformal prediction Cryptography and Security Neural ODEs Fault detection Data-driven reachability Critical systems Case-based Assurance case AI-Based Critical Systems Data Quality Confiance explicabilité Robustesse Complexity Anomaly Automated vehicle Data Analysis FOS Computer and information sciences Neural network AI System Characterization XAI Counterfactuals Computer Vision and Pattern Recognition Fault tolerant systems Custom search space Enalty Bayesian Neural Networks Deep Reinforcement Learning Cycle-accurate simulator Sûreté de fonctionnement Confiance Recurrent Neural Networks AI Deep neural network classifiers Mixed Integer Programming AI-based systems Anomaly Detection