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

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