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