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

XAI Artificial intelligence Sûreté Computer Vision and Pattern Recognition Deep Reinforcement Learning Custom search space Calibration Realization theory Bias Detection Trustworthiness Assessment Explanations Data Quality Enalty Bayesian Neural Networks Cryptography and Security Embedded AI Data Visualization Conformal Prediction Counterfactuals Deep neural network classifiers Deep Reinforcement Learning Robustness Adversarial Attacks Adversarial Training Neural Network Automated vehicle Ingénierie algorithmique de l’IA Example-based Fiabilité Data Stream Processing Explainability Mixed Integer Programming Evaluation Engineering Processes Generative Models Monitoring Fault tolerant systems Fault tolerance Critical systems Decision tree Intelligence Articifielle Branch-and-Bound algorithm Adversarial examples Long Short-Term Memory Bayesian inference Bayesian Optimization FOS Computer and information sciences Distribution based method Conformal prediction Data Analysis Distributed learning Adversarial attack Hardware AI-Based Critical Systems Neural ODEs Neural network AI-based systems ODD Data Stream Explicability AI System Characterization Trustworthiness Attributes Embarqué GPU Attack transferability AI Computer Vision Influence Functions Artificial Intelligence AI-Based Systems Concepts Arcadia Method Adversarial Attacks Cycle-accurate simulator Sûreté de fonctionnement Adversarial attacks Robustesse Deep learning Confiance Robustness Recurrent Neural Networks Distributed Machine Learning Data-driven reachability Christoffel functions Anomaly Computer vision Explicabilité Adversarial Training Machine Learning Complexity Semantic segmentation System Identification Gas Distribution Federated Learning Anomaly Detection Fault detection Contextual Evaluation Adversarial physical attack AI component evaluation methodology Explainable AI AI engineering Confiance explicabilité Anomaly detection Case-based