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