Maschinelles Lernen (ML) ist eine Unterkategorie der künstlichen Intelligenz und wird in vielen Bereichen wie Atmosphärenforschung oder Computer Vision angewendet. Laut Doktorand Matthew Stewart eignet sich tinyML zur Entwicklung „schneller, ressourcenschonender und energieeffizienter Algorithmen für maschinelles Lernen, die auf ressourcenbeschränkten Mikrocontrollern eingesetzt werden können“.