Skip to content
@ai-cfia

AI @ Canadian Food Inspection Agency (CFIA)

UNCLASSIFIED opendata/opensource projects from the CFIA AI Lab

Canadian Food Inspection Agency Artificial Intelligence Laboratory

Products under development

  • Finesse: intelligent internal search
  • Nachet: computer vision applied to digital images from microscope
  • FertiScan: aims to streamline the process of capturing and organizing fertilizer label information utilizing AI

Commitment to Responsible AI Use

At the Canadian Food Inspection Agency Artificial Intelligence Lab, we are committed to the responsible use of artificial intelligence (AI) in our projects and initiatives. Our work is guided by the principle that AI technologies hold great potential for enhancing how the Government of Canada serves Canadians, ensuring that their deployment in government programs and services adheres to the highest standards of ethics, values, and legal compliance. We align our practices with the Government of Canada's Responsible Use of Artificial Intelligence (AI) guidelines, fostering an environment where AI solutions are developed and implemented in a manner that is transparent, accountable, and beneficial for all Canadians.

CFIA's AI Strategic Roadmap

AI Vision

Commit to responsible AI enablement to empower employees to advance scientific, operational and regulatory excellence in service to Canadians.

Strategic Guiding Principles

  1. Align with Organization Initiatives and Mandates
  2. Leverage existing structures and capabilities
  3. Augment business processes and decision-making capabilities
  4. Enhance and develop new product offering
  5. AI where appropriate and use responsibly

Responsible AI Principles

  • Validity & Reliability
  • Accountability
  • Fairness & Bias Detection
  • Safety & Security
  • Privacy
  • Explainability & Transparency

Laboratoire d'intelligence artificielle de l'Agence canadienne d'inspection des aliments

Produits en développement

  • Finesse : recherche interne intelligente
  • Nachet : vision par ordinateur appliquée aux images numériques issues d'un microscope
  • FertiScan : vise à simplifier le processus de saisie et d'organisation des informations sur les étiquettes d'engrais en utilisant l'IA

Engagement envers l'utilisation responsable de l'IA

Au Laboratoire d'intelligence artificielle de l'Agence Canadienne d'Inspection des Aliments, nous nous engageons à utiliser l'intelligence artificielle (IA) de manière responsable dans nos projets et initiatives. Nos travaux sont guidés par le principe selon lequel les technologies IA offrent un grand potentiel pour améliorer la manière dont le gouvernement du Canada sert les Canadiens et les Canadiennes, en garantissant que leur déploiement dans les programmes et services gouvernementaux respecte les normes les plus élevées d'éthique, de valeurs et de conformité légale. Nous alignons nos pratiques sur les lignes directrices du gouvernement du Canada sur l'utilisation responsable de l'intelligence artificielle (IA), favorisant un environnement où les solutions d'IA sont développées et mises en œuvre de manière transparente, responsable et bénéfique pour tous les Canadiens et les Canadiennes.

Feuille de route stratégique concernant l'IA à l'ACIA

Vision de l'IA

S'engager à permettre une utilisation responsable de l'IA afin de donner aux employé.e.s les moyens de faire progresser l'excellence scientifique, opérationnelle et réglementaire au service des Canadiens.

Principes directeurs stratégiques

  1. Aligner avec les initiatives et mandats de l'organisation
  2. Tirer parti des structures et capacités existantes
  3. Augmenter les processus métier et les capacités de prise de décision
  4. Améliorer et développer de nouvelles offres de produits
  5. Utiliser l'IA là où c'est approprié et de manière responsable

Principes de l'IA responsable

  • Validité et fiabilité
  • Responsabilité
  • Équité et détection des biais
  • Sécurité et sûreté
  • Confidentialité
  • Explicabilité et transparence

Pinned Loading

  1. dev-rel-docs dev-rel-docs Public

    Developer Relations Documentation

    2

Repositories

Showing 10 of 56 repositories
  • howard Public

    The Howard project, named after "The Godfather of Clouds" Luke Howard, orchestrates the Kubernetes-based cloud infrastructure for the Canadian Food Inspection Agency's AI lab, managing applications like Nachet, Finesse, and Louis. It prioritizes robustness, security and efficiency

    ai-cfia/howard’s past year of commit activity
    HCL 3 MIT 0 52 13 Updated Nov 20, 2024
  • fertiscan-frontend Public

    Frontend code for the `Fertiscan` project

    ai-cfia/fertiscan-frontend’s past year of commit activity
    TypeScript 2 MIT 1 42 4 Updated Nov 20, 2024
  • nachet-model Public

    This repository contains the Nachet model's documentation and code.

    ai-cfia/nachet-model’s past year of commit activity
    Python 0 MIT 0 12 (1 issue needs help) 2 Updated Nov 19, 2024
  • nachet-frontend Public

    Frontend application for seed classification of images acquired from digital microscopes

    ai-cfia/nachet-frontend’s past year of commit activity
    TypeScript 2 MIT 2 26 (1 issue needs help) 3 Updated Nov 19, 2024
  • nachet-backend Public

    A flask-based backend for Nachet to handle Azure endpoint and Azure storage API requests from the frontend.

    ai-cfia/nachet-backend’s past year of commit activity
    Python 1 MIT 4 13 (2 issues need help) 7 Updated Nov 19, 2024
  • fertiscan-backend Public

    Fertiscan backend

    ai-cfia/fertiscan-backend’s past year of commit activity
    Python 2 MIT 0 6 (1 issue needs help) 8 Updated Nov 19, 2024
  • fertiscan-pipeline Public

    A Python package for GPT-related functionalities in FertiScan.

    ai-cfia/fertiscan-pipeline’s past year of commit activity
    Python 0 MIT 1 19 4 Updated Nov 19, 2024
  • ailab-datastore Public

    This is a repo representing the data layer of multiple ailab projects

    ai-cfia/ailab-datastore’s past year of commit activity
    Python 2 MIT 0 23 (4 issues need help) 7 Updated Nov 18, 2024
  • devops Public

    The DevOps Repository from the AI-CFIA serves as a centralized hub for scripts, configurations, and documentation for DevOps.

    ai-cfia/devops’s past year of commit activity
    Shell 1 MIT 0 8 2 Updated Nov 15, 2024
  • github-workflows Public

    Reusable github workflows

    ai-cfia/github-workflows’s past year of commit activity
    2 MIT 0 22 (5 issues need help) 11 Updated Nov 15, 2024

Top languages

Loading…

Most used topics

Loading…