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

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