機器學習是強大的生產力，已在各行各業得到了廣泛應用。機器應用主要有以下八大場景：
1、計算機系統體系結構
但近年來，人們已經逐步將機器學習應用到系統優化中，在系統調度、數據結構設計、圖聚類與劃分、微結構設計、編譯器、內存管理、電路設計、芯片規劃以及大規模計算系統的控制中，機器學習都實現了層出不窮的應用。
2、物理科學
機器學習在物理學方面的應用包括圖像分割、目標檢測等計算機視覺問題，包括序列模型構建、因果推理、生成模型與概率推理等非常多的數據密集型任務，這些技術對于物理學的關鍵發現至關重要，模型的可解釋性也受到越來越多的關注。
3、現代工程
利用機器學習可提高工作流程的性能和效率，包括預測物質行為，基于機器學習進行物理仿真和設計優化，為3D形狀構建生成模型，設計并優化能源系統實現低碳工業，同時也為制造業提供諸多先進的解決方案。
4、分子學與新分子研發
機器學習的出現為新型分子（特別是功能分子）的研發領域帶來了新的生產力。特別是在COVID-19中，機器學習對藥物和疫苗的研發起到了令人矚目的作用。
5、移動健康
移動健康領域問題的解決需要健康專家和機器學習專家通力合作，共同研究實驗設計、因果推理、多模態復雜數據分析、表達學習、強化學習與數據可視化，以及與臨床流程的整合等等。
6、大數據與機器學習驅動的經濟政策制定
利用機器學習探索經濟數據、進行經濟系統仿真，為社會提供更公平、更有效的經濟政策方案和經濟機會。
7、氣候變遷與氣象建模
機器學習已經在氣候領域展開了一系列研究，這些研究將對減低溫室氣體排放、預測氣候變化，幫助社會更好地應對氣候變化有著積極作用。