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

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