L'apprentissage automatique (ou machine) est un champ d'études de l'IA qui se penche sur la conception, l'analyse, le développement et l'implémentation de méthodes qui permettent à un ordinateur d'acquérir des connaissances et des aptitudes nouvelles en traitant des données dans le but de remplir des tâches complexes. Cette capacité qu'a la machine de tirer des déductions à partir d'une masse d'information au moyen d'algorithmes est utilisée dans plusieurs domaines : reconnaissance vocale, faciale ou des objets, traduction automatisée, etc.

L'intelligence artificielle permet de donner un sens aux quantités colossales de données (big data) que les avancées technologiques permettent désormais de recueillir. Le défi, pour les chercheuses et chercheurs, est de trouver de nouvelles méthodes pour que l'ordinateur puisse rassembler et analyser les données afin d'en tirer des conclusions fiables ou nouvelles grâce au croisement de données diverses. Pour parvenir à résoudre des problèmes ayant une grande complexité logique ou algorithmique, les chercheuses et chercheurs font appel à la neurobiologie computationnelle, à la logique mathématique et à l'informatique. L'analyse, le traitement et l'extraction des données massives ont plusieurs domaines d'application, notamment en médecine pour l'aide au diagnostic, en industrie et en transport pour l'aide à la décision et l'automatisation de certaines tâches, en communication pour la traduction automatisée, etc.

Les données statistiques de plus en plus abondantes et les bases de données toujours plus volumineuses dans des domaines comme la biologie, l'écologie et la génétique motivent les chercheuses et chercheurs à élaborer de nouveaux outils pour les analyser, que ce soit par l'échantillonnage statistique, les modèles de capture-recapture, les modèles avec effets aléatoires ou les données non standard définies sur des ensembles mathématiques complexes.

La modélisation mathématique multiphysique permet de créer des modèles mathématiques qui prennent en compte l'ensemble des phénomènes physiques complexes (élasticité, plasticité, thermique, fluide, électromagnétisme) qui interviennent lors de la fabrication ou de l'usure d'un produit. Ces modèles servent à résoudre des problèmes appliqués menant à la conception de produits de meilleure qualité. Les chercheurs utilisent des équations à dérivées partielles (Fourier, Navier-Stokes, Maxwell, etc.) pour étudier la résolution théorique de situations complexes et mettre au point des outils pour les résoudre.

La théorie du risque consiste, pour une compagnie d'assurance, à évaluer le risque global d'un portefeuille de risques couverts par un contrat d'assurance. La distribution du montant total des sinistres pour un même portefeuille sert à mesurer ce risque global qui, une fois quantifié, permet de déterminer la prime qui servira à compenser les indemnités des personnes assurées en cas de sinistre. Les risques se mesurent au moyen de 2 paramètres: leur fréquence ainsi que leur gravité ou sévérité.

Le traitement du signal est une discipline qui touche les techniques de traitement, d'analyse et d'interprétation des signaux. Elle comprend notamment le contrôle, le filtrage, la transmission de données, la réduction du bruit, l'identification, etc. Le traitement du signal fait appel à l'électronique et à l'automatique, mais aussi à de nombreux autres domaines, dont les mathématiques (algèbre linéaire, processus stochastiques), la théorie de l'information et l'analyse numérique. On distingue les signaux analogiques, produits par des capteurs et des amplificateurs, des signaux numériques provenant d'ordinateurs et de terminaux.

L'infrarouge est une onde électromagnétique qui est d'une fréquence inférieure à celle de la lumière visible, le rouge, et qui a un lien direct avec la chaleur puisque les objets émettent des radiations dans le domaine infrarouge. Les systèmes de télédétection multispectraux captent cette radiation infrarouge (ou thermique) tout comme le visible et l'infrarouge réfléchi. Les nouvelles générations d'appareils infrarouges et la puissance des ordinateurs ont permis de diversifier les usages de l'infrarouge qui ont désormais la capacité de détecter les points faibles de l'isolation d'un bâtiment, de localiser des victimes difficilement accessibles lors d'un sauvetage, d'étudier des espèces animales nocturnes ou encore de diagnostiquer des pathologies.