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

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