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

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