5G給我們最直觀感覺就是網速更快。網速更快，那麼會促使產生大資料和依賴大資料的應用會更多，那麼AI領域也會發展的更快，那未來的資訊社會就會更智慧。一個比喻，50年代好路都沒幾條，汽車怎麼會多，現在到處是高速，汽車多如牛毛，而且無人車都出來了，這就是相互促進的結果

在回頭樓主問題前，咱們看下網際網路發展路線

網際網路→網際網路+→物聯網→大資料→人工智慧

當然，不能嚴格區分先後出現順序，這樣只是方便大家理解

人工智慧在過了初期的演算法培育期，現在最重要的是資料，只有儘可能多的資料才能維持智慧演算法的自學習，自迭代，讓計算結果更精準，不過AI演算法涉及到演算法黑盒問題，人類無法理解AI演算法的邏輯，這個是限制其發展的重要問題

5G時代的萬物互聯是必然趨勢，AI作為使用者體驗的直接接觸裝置，很大程度的決定了公司在未來市場的佔有額

5G到來之後，智慧裝置不在侷限於智慧手機，智慧機器人行列，AI計算將會帶動大量裝置的智慧發展，5G的時代將會迎來萬物互聯與邊緣計算的快速發展。

5G時代的到來，5G具有高速率，低延遲，更多的裝置連線數，勢必會推動物聯網的發展，這是毋庸質疑的。萬物互聯的“物”就是所謂的終端裝置了。

現在終端裝置採集資料，然後將資料傳輸到雲端處理，終端裝置再接收雲端的處理結果。資料為什麼不能完全由終端處理？

這是由終端裝置的自身裝置效能決定的，終端裝置體積小，計算能力弱，而且大算力的運轉，會產生高熱量，也因此耗電嚴重。這些原因決定了終端裝置不能承擔高算力的運算。

AI的高速發展，終端裝置數量巨大，能收集海量的資料，AI利用這些海量資料學習訓練。如果在終端裝置下提升AI能力，我認為以下幾點必備條件：

無論是雲端處理和儲存海量資料，還是終端收集資料，要想應用AI技術，並使其發揮出最優效能，就必須使用適合AI演算法的AI晶片。現在AI晶片主要分為：演算法最佳化晶片，神經形態晶片，可程式設計晶片等型別。

如果沒有合適的AI晶片，終端裝置永遠無法將AI的效能發揮到極致，因此AI晶片是終端裝置提升AI能力的基礎。

同樣的，終端裝置要想能高效的完成終端的AI推斷任務，因此要想完成高效的推斷任務，AI演算法是隱藏在背後的靈魂。沒有良好的演算法訓練出精準處理終端實際場景的模型，終端裝置也只不過是擺設而已。

當下的AI演算法只有在特定裝置才能發揮出其最大效能，同樣的AI演算法，如果換一個晶片，效能可能會出現不同程度的下降，這也是AI發展亟需解決問題之一。

對於終端裝置，安全性從來都是一個不可忽視的問題，終端裝置隱私洩露問題，之前網路上屢屢曝光，應用AI的終端裝置的安全性，更是一個必須解決的問題。現在AI技術發展的如火如荼，但是AI的安全性還沒有引起足夠的重視。

如果應用AI的終端裝置安全性不能解決，隱私洩露問題會是阻礙其發展的一個重要因素。

終端裝置數量巨大，如果引入AI技術，讓終端裝置的生產成本驟增，這是終端應用廠商不能接受的。企業利潤是企業生存下去的根本，這個問題不能解決，同樣是阻礙終端裝置應用AI的關鍵。