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

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