L’intelligence artificielle (IA) a radicalement changé le paysage de la science, de l’industrie, de la défense et de la médecine au cours des dernières années. Soutenu par une puissance de calcul et un stockage en nuage considérablement améliorés, le domaine de l’IA est passé d’études essentiellement théoriques dans la discipline de l’informatique à diverses applications de la vie réelle telles que la conception de médicaments, la découverte de matériaux, la reconnaissance vocale, les voitures à conduite autonome, la publicité, la finance, l’imagerie médicale et l’observation astronomique, où il a été prouvé que les résultats produits par l’IA sont comparables, voire supérieurs, aux performances des experts humains. Dans ces applications, ce qui est essentiellement important pour le développement de l’IA, ce sont les données nécessaires à l’apprentissage automatique. Malgré son importance capitale, le tout premier processus de développement de l’IA, à savoir la collecte et la préparation des données, est généralement la tâche la plus laborieuse et constitue souvent un facteur limitant la construction d’algorithmes d’IA fonctionnels. La technologie des laboratoires sur puce, en particulier la microfluidique, est une plateforme puissante pour la construction et la mise en œuvre de l’intelligence artificielle à grande échelle, rentable, à haut débit, automatisée et multiplexée, ce qui permet de surmonter le goulot d’étranglement susmentionné. Sur cette plateforme, l’imagerie à haut débit est un outil essentiel car elle permet de générer des informations à fort contenu (par exemple, taille, forme, structure, composition, interaction) sur des objets à grande échelle. L’imagerie à haut débit peut également être associée au tri et au séquençage de l’ADN/ARN pour réaliser une étude massive des relations phénotype-génotype dont les données sont trop complexes pour être analysées avec les outils informatiques traditionnels, mais sont analysables avec la puissance de l’IA. Outre sa fonction de fournisseur de données, la technologie du laboratoire sur puce peut également être utilisée pour mettre en œuvre l’IA développée pour l’identification, la caractérisation, la classification et la prédiction précises d’objets dans des échantillons mixtes, hétérogènes ou inconnus. Dans cet article de synthèse, motivé par l’excellente synergie entre l’IA et la technologie des laboratoires sur puce, nous présentons les éléments fondamentaux, les avancées récentes, les défis futurs et les opportunités émergentes de l’IA avec la technologie des laboratoires sur puce ou « IA sur puce » en abrégé.