6G使用相較5G更高的頻率、更短的波長，將有望使定位精確度提升至公分等級。來自新加坡、澳洲、中國的專家團隊正致力於找出使機器學習（Machine Learning, ML）在6G高速無線網路環境中更為可行的方式，並表示聯合學習（Federated Learning, FL）的新興分散式AI，具有保護隱私的特性，有助於實現6G環境下無所不在的AI。

國際勞工組織（International Labour Organisation）新的研究指出，今年的失業人數將增加250萬，若政府不採取緩解措施，隨著兼職與自由職業者增加，將給社會帶來更大的風險。

重視個資隱私前提下，法國電信商Orange認為居住者對於未來的居家環境必定更加敏感，因此提出一項人類居家生活的解決方案：在地化機器學習（Local Machine Learning），並透過「智慧家庭AI虛擬環境模擬裝置」進行新的演算法穩健度測試。

國際電信聯合會（International Telecommunication Union，ITU）制定新標準「ITU Y.3172」，為機器學習（Machine Learning）與5G及未來網路的有效整合奠定基礎，並提供相容性框架。

AI、機器學習（Machine Learning）的應用發展，逐漸成為未來醫療保健領域的主要挑戰。英國政府宣布將以900萬英鎊的資金支持數位醫療技術，加速數位健康創新的發展。