Sztuczna inteligencja (AI) w ciągu ostatnich kilku lat radykalnie zmieniła krajobraz nauki, przemysłu, obronności i medycyny. Wspierana przez znacznie zwiększoną moc obliczeniową i pamięć masową w chmurze, dziedzina AI przeszła od badań głównie teoretycznych w dyscyplinie informatyki do różnorodnych zastosowań w życiu codziennym, takich jak projektowanie leków, odkrywanie materiałów, rozpoznawanie mowy, samojeżdżące samochody, reklama, finanse, obrazowanie medyczne i obserwacje astronomiczne, w których udowodniono, że wyniki uzyskane dzięki AI są porównywalne lub nawet przewyższają wyniki ludzkich ekspertów. W tych zastosowaniach to, co jest najważniejsze dla rozwoju AI, to dane potrzebne do uczenia maszynowego. Pomimo swojego ogromnego znaczenia, pierwszy proces rozwoju AI, czyli zbieranie i przygotowanie danych, jest zazwyczaj najbardziej pracochłonnym zadaniem i często stanowi czynnik ograniczający konstrukcję funkcjonalnych algorytmów AI. Technologia Lab-on-a-chip, a w szczególności mikrofluidyka, jest potężną platformą do budowy i implementacji AI na dużą skalę, efektywną kosztowo, o wysokiej przepustowości, zautomatyzowaną i multipleksowaną, co pozwala przezwyciężyć powyższe wąskie gardło. Na tej platformie, obrazowanie o wysokiej wydajności jest krytycznym narzędziem, ponieważ może generować informacje o wysokiej zawartości (np. rozmiar, kształt, struktura, skład, interakcja) obiektów na dużą skalę. Obrazowanie o wysokiej wydajności może być również połączone z sortowaniem i sekwencjonowaniem DNA/RNA w celu przeprowadzenia masowego badania relacji fenotyp-genotyp, którego dane są zbyt złożone, aby analizować je za pomocą tradycyjnych narzędzi obliczeniowych, ale są możliwe do przeanalizowania dzięki mocy AI. Oprócz funkcji dostawcy danych, technologia lab-on-a-chip może być również wykorzystana do implementacji opracowanej AI w celu dokładnej identyfikacji, charakteryzacji, klasyfikacji i przewidywania obiektów w mieszanych, heterogenicznych lub nieznanych próbkach. W tym artykule przeglądowym, motywowani doskonałą synergią pomiędzy AI i technologią lab-on-a-chip, przedstawiamy podstawowe elementy, ostatnie postępy, przyszłe wyzwania i pojawiające się możliwości AI z technologią lab-on-a-chip lub w skrócie „AI on a chip”.