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

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