智能边缘平台Akamai的灵感产生于麻省理工学院Tim BernersLee教授与Akamai公司首席执行官Tom Leighton博士的一次谈话。Akamai公司首席技术官James Kretchmar解释了这是如何产生互联网分散模式的想法，该模式目前已部署在1500多个网络中，旨在提高性能。
Kretchmar说，“要在网络上获得良好的性能，将来可能遇到这些困难，并且原有架构将出现服务器的瓶颈和拥塞过载的情况。”因此Leighton博士和他的学生们开始研究这个问题，他们开发了解决这些问题的算法，这就是现在人们所知道的Akamai平台的基础。
这些问题的本质是，如果企业有一个非常受欢迎的网站，并且全球最终用户都试图访问该网站，则该内容必须通过许多不同的网络传播才能到达其他国家的最终用户，这带来访问缓慢的问题。
关于全球互联网可能不明显的一件事是这些网络之间存在瓶颈，如果其网站内容访问量很大，将会对托管服务器以及周围的网络造成负担。这就是驱动模型的原因，该模型是一个高度分布式的平台，在该模型中，如果最终用户请求一件内容，他们将被发送到距离他们更近的服务器上，这避免了这些网络瓶颈，从而提高了性能，并且意味着最终用户不必全部发送到一台集中式服务器。”
人工智能和机器学习的影响
Kretchmar对人工智能(AI)和机器学习(ML)如何影响全球互联网的性能以及人工智能随着全球互联网不断发展如何帮助网络管理进行了阐述，
他说：“我们使服务工作的一部分方式是实时了解全球互联网的性能，并通过利用全球互联网上最佳的路径以及不断变化的路径来向用户提供内容。机器学习和类似的技术可以帮助我们弄清全球互联网的结构以及历史和现在不同路径的不同特征。
现在还有一个挑战，就是现在有太多的机器人试图对网站进行恶意攻击。他们想窃取数据并试图破坏登录凭据，在这种情况下，机器学习非常重要，以便弄清哪些是机器人，哪些是人类。
但是，现在的学习策略已经变得越来越复杂，以至于这些策略实际上并不是一定要尝试识别是否是一台机器，而要确定是否是一个真正的人类。我们可以看看来自真实人类的交互是什么样的情形，这可以说明很多不同的因素，例如如果是移动设备，并且他们通过手机输入数据，那么它会移动位置，也可以在桌面设备上进行类似的检查。”
5G和物联网
展望未来十年的发展，Akamai公司首席技术官预计人工智能将被用于更好地利用新兴的5G技术和物联网的数据。
他说，“将有越来越多与互联网相关的数据，例如5G将有助于实现物联网，而挑战将是利用不断增长的数据来完成某些事情。例如，我们对智能路由系统所做的工作是从基本方法中学习数据而来，并且变得越来越复杂，但是当我们观察即将发生的事情时，更多网站采用高清视频，以及更多需要更好网络连接性的最终用户。这将使挑战变得更加复杂，因此我们将需要更智能的算法来处理数据，以找出如何提供最佳性能的方法。”
防范威胁因素
Kretchmar预测的另一个与人工智能相关的趋势涉及保护网站免受不断发展的网络攻击。
他解释说：“如今网络的生态系统变得越来越复杂，其中包括不断发展的网络攻击。恶意攻击者一直在寻找一种更有创造力的、更智能的方式进行攻击，以尝试利用在线提供的系统或服务，因此机器学习技术涉及其中。
我们最近推出了一款针对现代网站工作方式的产品，即他们通常会吸收大量第三方内容来使网站正常工作，因此，如果访问大型旅游公司或零售网站，他们的网站是通过从不同地方提取大量内容以使其主要站点正常运作而构建的。
网络攻击者所做的就是变得有创造力，他们将损害第三方的一些内容，第三方将部分数据包含在主要站点的交付中。在这里，网络攻击者可能会植入代码，例如试图窃取信用卡信息，而主要站点的所有者并没有真正意识到第三方受到了威胁，并在其站点中也包含恶意代码。
现在，我们开发的是与其对抗的一种方法，通过了解请求流并自动检测恶意行为是否存在，从而确定该网站是否正在发生恶意行为。这样一来，网站所有者就可以收到警报并采取适当的措施。”
