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

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