NaDI offre une large expertise dans le domaine de l'intelligence artificielle. Un certain nombre de ses membres participent à l'initiative AI4Belgium, qui réunit des experts universitaires et des représentants d'administrations et d'entreprises pour développer les applications de l'IA et les chercheurs en Belgique. Pour citer quelques expertises clés, E. Tuci mène des recherches dans le but de permettre aux robots bio-inspirés d'opérer dans un environnement complexe et d'apprendre de leur expérience de manière autonome. Il conçoit des mécanismes de contrôle qui sous-tendent des capacités comportementales, sociales, cognitives et de communication complexes et étudie les principes opérationnels de la cognition et de l'apprentissage dans les organismes naturels. B. Frénay cherche à rendre les techniques d'apprentissage automatique plus robustes, interactives, interprétables et sûres. En effet, l'apprentissage automatique est désormais une approche très répandue pour résoudre de nombreux problèmes de données, mais les outils existants sont sensibles aux anomalies, difficiles à comprendre, difficiles à contrôler et ne fournissent pas de garanties suffisantes sur leur comportement. Il travaille également avec des collègues du NaDI sur l'IA dans l'éducation et la législation en matière d'IA. W. Vanhoof développe des techniques qui permettent de vérifier automatiquement si un logiciel donné met en œuvre un algorithme particulier. Ces techniques ont plusieurs applications, allant de la compréhension des programmes à la détection du plagiat et des logiciels malveillants, en passant par des analyses et des optimisations avancées telles que la détection automatique des stratégies de parallélisation. I. Linden explore la manière dont les plateformes de veille stratégique peuvent être développées pour extraire des informations utiles des organisations. Elle développe également de nouvelles méthodes pour modéliser, acquérir et manipuler des données faiblement structurées telles que des textes et des connaissances d'experts. J.-M. Jacquet conçoit de nouvelles méthodologies de programmation pour concevoir des programmes en déclarant ce qui doit être résolu, et non pas comment résoudre le problème en question. Cette ligne de recherche a été soutenue par des projets de la Région wallonne pour produire par exemple ExpeSurf, un système expert en ingénierie multicouche, et Seplans, un système expert en planification successorale. Il s'intéresse également à la conception de systèmes complexes de représentation des connaissances pour modéliser les systèmes socio-technologiques. G. Perrouin étudie comment les techniques de test de logiciels peuvent être appliquées aux algorithmes d'IA afin de rendre leur utilisation plus sûre. Il s'intéresse également aux applications de l'IA aux systèmes logiciels complexes. J.-N. Colin explore l'application de l'apprentissage par renforcement aux pots de miel intelligents.

Du point de vue des sciences humaines, A. de Streel et H. Jacquemin ont étudié le cadre juridique des robots et de l'IA. Ces travaux ont donné lieu à la publication d'un ouvrage de référence en 2018. Le concept de « gouvernementalité algorithmique » a été inventé et étudié en profondeur par A. Rouvroy. Avec N. Grandjean, J. Grosman, C. Lobet-Maris et Y. Poullet, elle étudie l'éthique de l'intelligence artificielle. Dans sa thèse, L. Costa a analysé comment la vie privée induit une nouvelle approche juridique des technologies numériques émergentes. Par ailleurs, C. de Terwangne, J. Herveg, B. Michaux, Y.Poullet et A. de Streel étudient la protection des données, notamment à la lumière du GDPR, de la responsabilité, de la propriété intellectuelle et du droit de la concurrence. M. Lognoul, A. de Streel et B. Michaux étudient l'explicabilité de l'IA d'un point de vue juridique. W. Hammedi étudie l'application des techniques d'IA à l'expérience client. A. Castiaux analyse les opportunités offertes par l'IA pour développer l'innovation, le rôle des éco-systèmes d'innovation dans son développement, et l'impact de l'IA sur les changements organisationnels et sociétaux.

Récemment, à titre d'exemple de recherche interdisciplinaire, B. Frenay et Y. Poullet ont été invités à rédiger, à la demande de la Convention n° 108 du Comité consultatif, de nouvelles recommandations du Conseil de l'Europe sur le profilage à l'ère de l'IA. Un rapport détaillé sur le sujet sera publié prochainement. La NaDI développe également une expertise globale sur le développement de l'IA au sein de l'administration publique.

• A. Bibal and B. Frenay. Learning Interpretability for Visualizations using Adapted Cox Models through a User Experiment. 2016 NIPS Workshop on Interpretable Machine Learning in Complex Systems. Barcelona
• A. Bibal and B. Frénay. Interpretability of Machine Learning Models and Representations: an Introduction. In 24th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. Bruges, pp. 77-82, 2016.
• A. Bibal, M. Lognoul, A. de Streel, B. Frenay. Implementing Legal Requirements on Explainability in Machine Learning Artificial Intelligence and Law, 2020
• C. Colot, I. Linden and P. Baecke. A Survey on Mobile Data Uses. International Journal of Decision Support System Technology, 8(2), 29-49, 2016.
• L. Costa, Virtuality and capabilities in a World of Ambient Intelligence, Thesis defended at Namur (2015), ~Springer International Publishing, 2016.
• B. Dumas, B. Frénay and J. Lee. Interaction and User Integration in Machine Learning for Information Visualisation. in ESANN 2018 proceedings, European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, pp. 97-104, Bruges, 2018.
• B. Frénay and B. Hammer. Label-noise-tolerant classification for streaming data. In Proc. International Joint Conference on Neural Networks, IJCNN 2017, pp. 1748-1755, 2017.
• M. Gianni, K. Gotzamani and I. Linden. How a BI-wise responsible integrated management system may support food traceability. International Journal of Decision Support System Technology, 8(2), 1-17, 2016.
• J.-B. Hubin, H. Jacquemin and B. Michaux (ed.), Le juge et l'algorithme : juges augmentés ou justice diminuée, Coll. du Crids n° 46, Bruxelles, Larcier, 2019, 301 p.
• J.-M. Jacquet, I. Linden, and M.-O. Staicu. Blackboard Rules: from a Declarative Reading to its Application for Coordinating Context-aware Applications in Mobile Ad Hoc Networks. Science of Computer Programming, 115-116: 79-99, 2016.
• H. Jacquemin. Comment lever l'insécurité juridique engendrée par le recours à l'intelligence artificielle lors du processus de formation des contrats, Droit, normes et libertés dans le cybermonde, Liber amicorum Yves Poullet, Bruxelles, Larcier, 2018, pp. 141-172.
• H. Jacquemin and J.-M. Van Gyseghem. Le big data en matière d'assurance à l'épreuve du RGPD, Bull. Ass., dossier 2017, Data Protection : l'impact du GDPR en assurances, pp. 233-260.
• R. Marion, A. Bibal and B. Frénay. BIR: A Method for Selecting the Best Interpretable Multidimensional Scaling Rotation using External Variables', Neurocomputing, vol. 342, pp. 83-96, 2019.
• M. Mesnard, E. Payet, and W. Vanhoof, Towards a framework for algorithm recognition in binary code. In Principles and Practice of Declarative Programming, 2016. ACM Press.
• A. Narayan, E. Tuci, F. Labrosse, M.H.M. Alkilabi, A Dynamic Colour Perception System for Autonomous Robot Navigating on Unmarked Roads, Neurocomputing (Elsevier), Vol. 275, pp. 2251-2263, 2018.
• G. Perrouin, M. Acher, M. Cordy, X. Devroey. Proceedings of the 1st International Workshop on Machine Learning and Software Engineering in Symbiosis, MASES@ASE 2018, Montpellier, France, September 3, 2018. ACM 2018
• Y. Poullet. Le RGPD face à l'intelligence artificielle, Coll. du CRIDS n°49, Bruxelles, Larcier, 2020.
• A. Rouvroy and Y. Poullet. Le droit de la responsabilité des acteurs de l'intelligence artificielle, Colloquium organized by the UCLille, September 6 and 7, 2020.
• A. de Streel and H. Jacquemin (eds). L'intelligence artificielle et le droit, Coll. du CRIDS n°41, Bruxelles, Larcier, 2017.
• M. Vu and B. Frénay. User-steering Interpretable Visualization with Probabilistic Principal Components Analysis. in ESANN 2019 - Proceedings, 27th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning., pp. 349-354, 2019.

• ARIAC by DigitalWallonia4.ai (2021 - …)
• BEM : Business Event Manager, Walloon project on workflow reconstructions (2010-13)
• EFFaTA-MEM : Evocative Framework for Text Analysis - MEdiality Models (2017 - …)
• EOS VeriLearn : Verifying Learning Artificial Intelligence Systems (2017 - …)
• DIGI4FED: Use of AI and Big Data to fight tax and social fraud (2020-2022)
• SEPLANS : Expert System in Estate Planning, Walloon project on estate planning with AI (2007-15).