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

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