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

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