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

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