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
-
Mohammed Lansari, Lucas Mattioli, Boussad Addad, Paul-Marie Raffi, Katarzyna Kapusta, et al.. A Black-Box Watermarking Modulation for Object Detection Models. AI Trustworthiness and Risk Assessment for Challenged Contexts workshop (ATRACC). AAAI 2024 Fall Symposium, Nov 2024, Arlington, United States. ⟨hal-04726701⟩
-
Juliette Mattioli, Dominique Tachet, Fabien Tschirhart, Henri Sohier, Loic Cantat, et al.. Leveraging Knowledge Graph to design the Machine-Learning Engineering Body-of-Knowledge. IEEE International Conference on AI x Science, Technology, and Technology (AIxSET), Sep 2024, Laguna hills, United States. ⟨hal-04706669⟩
Mots-clés