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

Chargement de la page

 

Mots-clés

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