index - Confiance.ai

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

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