人工智能（AI），边缘计算（EC）和物联网（IoT）正在迅速发展。全球物联网设备的数量在2020年估计约为204亿。这些设备以速度越来越多的速度生成越来越多的数据，而信息技术（IT）专业人员正面临着大量的物联网数据。如果将大量终端IoT设备生成的所有数据传输到云，则云服务器将面临大量的存储和计算压力，并且数据过渡将导致长距离往返延迟和网络拥塞。结果，服务质量降低。已经开发了边缘计算，以在网络边缘或数据源附近提供智能服务。如果可以在边缘方面完成任务，则不再需要将数据传输到遥远的云服务器，这更适合于敏捷连接，实时业务服务，数据处理优化，应用程序中行业数字化的关键需求情报，甚至安全和隐私保护。

边缘终端中有大量的异质数据。有必要将相关的人工智能（AI）技术集成到EC中，例如处理更接近数据源的边缘的最大数据量，以提高效率，并减轻服务器平台的负载压力。直接在边缘终端实施智能任务计划解决方案可以有效地减少带宽要求。它可以提供及时的响应，并为边缘终端的数据提供隐私保护。AI在EC应用程序中的集成可以实现自主业务逻辑分析，实时调整以及对物联网应用程序的自动执行。智能EC系统应优化处理本地数据并仅在必要时与云服务器进行通信。因此，集成在边缘和IoT设备上收集的数据的云计算平台可以具有更好的服务功能。考虑到物联网应用程序的不同目的和要求，在AI，Cloud，Edge和IoT等日益复杂的系统中提供智能服务仍然存在挑战。

该特刊的目的是将原始研究文章汇总在一起，并回顾有关该领域相关发展的文章。特别鼓励着专注于新理论，技术和方法的提交。

潜在的主题包括但不限于以下内容：

• 基于AI的云边缘系统，具有用于移动无线网络的物联网应用程序
• 通过移动无线网络的大数据挖掘为EC进行成本效益的资源管理
• 带有物联网的云EC的能源感知负载和智能安排
• 移动无线网络中的服务性能优化
• 移动无线网络中的安全性，隐私和信任
• 移动无线网络的启用AI支持的硬件方面的设计
• AI在可伸缩性，实验测试台和互操作性上的应用
• AI在边缘中间件，边缘体系结构和边缘解决方案中应用于联合学习