NADI biedt een breed scala aan expertise op het gebied van kunstmatige intelligentie. Een aantal van haar leden is betrokken bij het AI4Belgium-initiatief, dat academische experts en vertegenwoordigers van de overheid en het bedrijfsleven samenbrengt om AI-toepassingen en -onderzoekers in België te ontwikkelen. Om enkele belangrijke expertisegebieden te noemen: E. Tuci doet onderzoek om bio-geïnspireerde robots in staat te stellen in een complexe omgeving te werken en autonoom te leren van hun ervaring. Hij ontwerpt controlemechanismen die ten grondslag liggen aan complexe gedrags-, sociale, cognitieve en communicatiecapaciteiten en bestudeert de operationele principes van cognitie en leren in natuurlijke organismen. B. Frénay probeert technieken voor machinaal leren robuuster, interactiever, interpreteerbaarder en betrouwbaarder te maken. Machinaal leren is nu inderdaad een wijdverspreide aanpak voor het oplossen van veel gegevensproblemen, maar de bestaande tools zijn gevoelig voor afwijkingen, moeilijk te begrijpen, moeilijk te controleren en bieden onvoldoende garanties over hun gedrag. Hij werkt ook samen met collega's van het NADI aan AI in het onderwijs en AI-wetgeving. W. Vanhoof ontwikkelt technieken om automatisch te controleren of een bepaald stuk software een bepaald algoritme implementeert. Deze technieken hebben verschillende toepassingen, variërend van het begrijpen van programma's tot plagiaat- en malwaredetectie, maar ook geavanceerde analyse en optimalisatie zoals automatische detectie van parallellisatiestrategieën. I. Linden onderzoekt hoe business intelligence-platforms kunnen worden ontwikkeld om nuttige informatie uit organisaties te halen. Ze ontwikkelt ook nieuwe methoden voor het modelleren, verwerven en manipuleren van zwak gestructureerde gegevens zoals tekst en expertkennis. J.-M. Jacquet ontwikkelt nieuwe programmeermethodologieën voor het ontwerpen van programma's door aan te geven wat moet worden opgelost, in plaats van hoe het probleem in kwestie moet worden opgelost. Deze onderzoekslijn werd ondersteund door projecten van het Waalse Gewest om bijvoorbeeld ExpeSurf, een expertsysteem voor meerlagentechnieken, en Seplans, een expertsysteem voor vastgoedplanning, te produceren. Hij is ook geïnteresseerd in het ontwerp van complexe kennisrepresentatiesystemen voor het modelleren van socio-technologische systemen. G. Perrouin bestudeert hoe softwaretesttechnieken kunnen worden toegepast op AI-algoritmen om ze veiliger in gebruik te maken. Hij is ook geïnteresseerd in AI-toepassingen op complexe softwaresystemen. J.-N. Colin onderzoekt de toepassing van reinforcement learning op slimme honeypots.

Vanuit een geesteswetenschappelijk perspectief hebben A. de Streel en H. Jacquemin het juridische kader van robots en AI onderzocht. Dit werk heeft in 2018 geleid tot de publicatie van een naslagwerk. Het concept 'algoritmische gouvernementaliteit' is bedacht en grondig bestudeerd door A. Rouvroy. Met N. Grandjean, J. Grosman, C. Lobet-Maris en Y. Poullet, bestudeert ze de ethiek van kunstmatige intelligentie. In haar proefschrift analyseerde L. Costa hoe privacy leidt tot een nieuwe juridische benadering van opkomende digitale technologieën. Daarnaast bestuderen C. de Terwangne, J. Herveg, B. Michaux, Y. Poullet en A. de Streel gegevensbescherming, met name in het licht van de GDPR, aansprakelijkheid, intellectuele eigendom en mededingingsrecht. M. Lognoul, A. de Streel en B. Michaux bestuderen de verklaarbaarheid van AI vanuit juridisch perspectief. W. Hammedi bestudeert de toepassing van AI-technieken op klantervaring. A. Castiaux analyseert de mogelijkheden die AI biedt om innovatie te ontwikkelen, de rol van innovatie ecosystemen in de ontwikkeling ervan, en de impact van AI op organisatorische en maatschappelijke veranderingen.

Recentelijk, als voorbeeld van interdisciplinair onderzoek, werden B. Frenay en Y. Poullet uitgenodigd om, op verzoek van Conventie nr. 108 van de Adviescommissie, nieuwe aanbevelingen van de Raad van Europa op te stellen over profilering in het AI-tijdperk. Binnenkort wordt hierover een gedetailleerd rapport gepubliceerd. NADI ontwikkelt ook wereldwijde expertise over de ontwikkeling van AI binnen de overheid.

• A. Bibal en B. Frenay. Leren van interpreteerbaarheid voor visualisaties met behulp van aangepaste Cox-modellen via een gebruikersexperiment. 2016 NIPS Workshop on Interpretable Machine Learning in Complex Systems. Barcelona
• A. Bibal en B. Frénay. Interpretability of Machine Learning Models and Representations: an Introduction. In 24th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. Brugge, 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 en P. Baecke. Een overzicht van het gebruik van mobiele gegevens. International Journal of Decision Support System Technology, 8(2), 29-49, 2016.
• L. Costa, Virtuality and capabilities in a World of Ambient Intelligence, Proefschrift verdedigd in Namen (2015), ~Springer International Publishing, 2016.
• B. Dumas, B. Frénay en 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, Brugge, 2018.
• B. Frénay en B. Hammer. Label-ruis-tolerante classificatie voor streaming data. In Proc. International Joint Conference on Neural Networks, IJCNN 2017, pp. 1748-1755, 2017.
• M. Gianni, K. Gotzamani en 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 en B. Michaux (red.), 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 en J.-M. van Gyseghem. Le big data en matière d'assurance à l'épreuve du RGPD, Bull. Ass. dossier 2017, Gegevensbescherming: de impact van de GDPR in verzekeringen, pp. 233-260.
• R. Marion, A. Bibal en 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 Principes en praktijk van declaratief programmeren, 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, Frankrijk, 3 september 2018. ACM 2018
• Y. Poullet. Le RGPD face à l'intelligence artificielle, Coll. du CRIDS n°49, Bruxelles, Larcier, 2020.
• A. Rouvroy en Y. Poullet. Le droit de la responsabilité des acteurs de l'intelligence artificielle, Colloquium georganiseerd door de UCLille, 6 en 7 september 2020.
• A. de Streel en H. Jacquemin (eds). L'intelligence artificielle et le droit, Coll. du CRIDS n°41, Bruxelles, Larcier, 2017.
• M. Vu en 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 door DigitalWallonia4.ai (2021 - ...)
• BEM: Business Event Manager, Waals project over workflowreconstructies (2010-13)
• EFFaTA-MEM: Evocatief kader voor tekstanalyse - MEdialiteitsmodellen (2017 - ...)
• EOS VeriLearn : Verifying Learning Artificial Intelligence Systems (2017 - ...)
• DIGI4FED: Gebruik van AI en Big Data om belasting- en sociale fraude te bestrijden (2020-2022)
• SEPLANS: Expert System in Estate Planning, Waals project over estate planning met AI (2007-15).