Edge ML es un subcampo del aprendizaje automático que se ocupa de transformar datos brutos en información útil en el borde, más cerca de la fuente de los datos. Implica el uso de dispositivos periféricos como teléfonos inteligentes, tabletas y sensores. Los algoritmos de Edge ML están diseñados para ser ligeros y eficientes, y pueden ejecutarse en el propio dispositivo, sin necesidad de un servidor independiente. La eficiencia energética y la baja latencia son cruciales en Edge ML. Se trata de un campo en rápido crecimiento que está ganando terreno en diversos sectores, como la sanidad, la fabricación y el comercio minorista.

Es un método que permite a los dispositivos inteligentes analizar datos localmente, utilizando técnicas de aprendizaje automático y profundo. Esto reduce la dependencia de las redes de la nube.

Edge ML permite ejecutar aprendizaje automático en dispositivos de borde sin necesidad de mantener una conexión a un ordenador más potente. Esto permite una variedad de herramientas de automatización y sistemas de IoT más inteligentes.

Edge ML es una combinación de Inteligencia Artificial  y Edge Computing. Edge Computing permite colocar aplicaciones potenciadas por Inteligencia Artificial/Machine Learning físicamente más cerca de las fuentes de datos, como sensores, cámaras y dispositivos móviles. Esto permite obtener información más rápidamente, identificar patrones e iniciar acciones sin depender de las redes de nube tradicionales.

El Edge ML es una solución al problema de la congestión de las redes de nube y los problemas de seguridad de la computación en la nube.