機器人技術和機器學習正成為嵌入式系統硬體和軟體供應商的下一個重大事件。
嵌入式系統可以通過網路連線和物聯網（IoT）來傳遞資訊、共享資源。無論是智慧，低能耗，邊緣裝置，中間閘道器還是計算節點，都需要基於可靠性和安全性的多核片上系統（SoC）架構。
因此，嵌入式系統行業似乎將進入兩個關鍵領域：智慧和自治。
一些感興趣的領域是機器學習和所謂的“物聯網機器人”。在機器學習領域，一種稱為神經形態處理器或腦啟發計算的新型計算架構將成為主流。

目前基於馮·諾依曼的結構缺乏神經網路處理的功能和效能，但新的處理技術，如SpiNNaker和BrainScaleS，將模仿大腦的生物結構和行為，能夠實時模擬10億個神經元。
但是，有效開發將需要新的語言和編譯器等嵌入式開發工具。這些系統將通過霧和邊緣節點上的高度調整演算法進行補充，這將極大地改善語音和影象識別，併為實時機器人應用提供低延遲。
感測器技術和影象處理將繼續發展。機器視覺和影象處理由生物識別掃描，雷達，鐳射雷達和各種感測器的輸入提供，結合機器學習，將推動機器人的進步。
機器人將無處不在，自主運輸和無人機將為全球經濟帶來巨大的經濟影響，為全球經濟帶來數萬億美元的產業和社會。
最終，當今系統向高度智慧化和自主化系統的演變將對全球經濟產生巨大的積極影響，更重要的是對我們生活的健康，安全和質量產生巨大的積極影響。