第一点是带宽的问题。**据英伟达统计，到2020年，全球会有10亿的摄像头，每天将会由海量的数据，无论对于因特网还是存储来说，都是不可承受的压力。最好的解决办法就是在前端，在靠近摄像头的地方，或者在摄像头里面，把那些需要的信息就提取出来。最好的办法就是把垃圾信息过滤掉，只保留有效的数据。
第二点是延迟。相比于人工智能，这一点对于机器人、自动化更为重要。控制机器人所做的反应的时间经常是毫秒级的，如果时间很长，比如把前面看到的东西，通过图像传输到云，然后再来一个返回的话，整个过程经常在200毫秒以上。这对于工业产线来说是不可用的。
第三点，就是私密性。以医疗为例，病人都不希望自己的信息被散播出去，尽人皆知。一般来说，在医疗网络的建设当中，只会考虑私有云或者本地存储。那么在这种情况下，远程的医疗辅助如何开展？如果信息放在因特网上，随后可能被人黑掉，整个系统都可能崩溃。这种情况下，就可以利用人工智能的方式先把中间的一些结果提取出来，加密后传输过去。这样会保证私密性。
第四点，是可行性的问题。我们在传一个1080P的图像，反复压缩之后，传输时也得8Mbps的带宽。我想看到前端无人机运行的情况，或者机器人运行的状况，就必须达到8Mbps的带宽。然而，目前全球有人居住的地区，50%以上的地区网络带宽都在8Mbps以下。在大多数没人的地方，连3G的网络都没有。在最基本的8Mbps带宽也达不到的时候，怎么办呢？可以让终端的机器人智能化起来，让它自己处理一些简单的事情，把有用的信息拿回来，然后再做处理。