未来三年当中，专家们将合作开发“感官发掘与嗅觉文物科学”领域的新颖方法，希望根据数字文本与图像集合构建起一套历史气息、气味与嗅觉百科全书。以此为基础，他们将与化学家、艺术家以及调香理财合作，重建数据库内记录的各种气味。
人工智能是利用计算机算法执行类似人类的智能行为并完成相关任务的技术，最早于20世纪50年代提出[1]，源于数学和计算机科学，是一种迭代的“自学习”技术，可发现数据间的内在联系，并更快地执行任务。
能源部门通常需要庞大的基础设施才能运作。它还会产生大量数据。人工智能可以将这些数据转化为洞察力，提高效率并降低成本。从石油和天然气到可再生能源领域的主要能源参与者都在转向AI以简化运营。美国和德国已经部署了这种AI系统以提高效率。
人工智能算法可以根据城市民众的出行偏好、生活、消费习惯等方式，分析出城市人流、车流的迁移与城市建设及公众资源的数据。基于这些大数据的分析结果，为政府决策部门进行城市规划，特别是为公共交通设施的基础建设提供指导和借鉴。
匹兹堡大学的科学家们提出了一个应用人工智能的系统来减少物联网传感器的能源消耗并缓解电池寿命问题。该项目使用搭载式传感器，这种传感器由从环境中获取的能量驱动，来触发主传感器。背负式传感器将无人值守运行，并且经过训练，使用人工智能算法，只在满足特定事件条件时，才向主要设备发出信号，使其开启。
边缘AI还能降低成本。在核心网处理这些服务会产生成本，这种成本在5G核心网会更明显。以视频为例，如果流量传输到核心网进行处理会产生较高的带宽成本，借助边缘AI，运营商可以在临近客户的位置处理部分数据，只将分析结果发送到核心网，从而降低回传成本。
