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

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