【中國傳動網(wǎng) 行業(yè)動態(tài)】雖然人工智能尚處于起步階段，但不可否認的是，在人工智能技術的影響下，很多應用和技術都煥發(fā)了新的生機。

其中，作為人工智能及智能制造邁向應用的主要技術，傳感器在近年來也實現(xiàn)了突飛猛進的發(fā)展。

傳感器的利用并不充分

不可否認，在過去的幾年當中，人工智能應用存在著很多炒作的成分，尤其在許多細分技術領域當中，雖然市場上出現(xiàn)了很多提及人工智能的應用與技術，但是能夠全面落地、為消費者所接受的卻并不多。

“在過去的5年中，人工智能技術方面真正有突破的還是在深度學習方面?！痹?月27日舉行的2018（第十屆）傳感器與MEMS技術產(chǎn)業(yè)化國際研討會暨科研成果產(chǎn)品展上，華為戰(zhàn)略發(fā)展總監(jiān)郭棟談到當前人工智能的發(fā)展時表示。

而在清華大學教授何虎看來，與傳統(tǒng)行業(yè)所使用的傳感器相比，人工智能技術中所使用的傳感器最主要的目的就是用來收集物理數(shù)據(jù)，而傳統(tǒng)的傳感器很多并不具有這一功能。

以自動駕駛汽車中所使用到的傳感器為例，一般至少需要三套傳感器系統(tǒng)：攝像頭、雷達與激光雷達，只有擁有這些傳感器，才能夠完整的采集到車輛行駛過程中周圍的環(huán)境數(shù)據(jù)，進而通過分析與解讀，實現(xiàn)自動駕駛。

可以說，從另一方面來看，傳統(tǒng)的傳感器在數(shù)據(jù)的采集量方面并沒有人工智能技術所需要的傳感器采集的數(shù)據(jù)多。

同樣以汽車電子為例，清華大學教授何虎表示，自動駕駛汽車中的傳感器所需要采集的數(shù)據(jù)種類包括圖像、聲音、壓力、轉(zhuǎn)速、溫度、加速度、速度、角速度等。

但是從目前的發(fā)展情況來看，雖然傳感器能夠?qū)⑦@些數(shù)據(jù)匯總到汽車的駕駛系統(tǒng)，但是對于數(shù)據(jù)的開發(fā)與利用并沒有達到期望的程度。這也是目前傳感器的發(fā)展瓶頸。

給傳感器挖的“坑”

不過在華為戰(zhàn)略發(fā)展總監(jiān)郭棟看來，具體到人工智能領域的深度學習而言，由于深度學習是一個相對直接的過程，在過去的十年中，算法方面也取得了不小的進展，特別是在語音識別領域，因此，深度學習算法和傳感器相結合也成為了目前最為成熟的一種方案。

在過去的幾年中，我們可以看到各大巨頭紛紛“蜂擁式”的殺入智能家居領域。國外有亞馬遜推出智能音箱Echo搶占語音交互入口、蘋果推出HomeKit要跟各家智能設備互聯(lián)。國內(nèi)BAT巨頭也不甘示弱，百度兩次推出智能音箱、阿里巴巴的天貓精靈以超低價吸粉。

不難發(fā)現(xiàn)，這些智能音箱當中，采用的最主要技術就是語音識別技術，從錯誤率來看，目前語音識別的智能化程度已經(jīng)相當之高，甚至可以與人腦相媲美。

清華大學教授何虎解釋道，在深度學習中，傳感器扮演的角色就是收集海量的數(shù)據(jù)，然后設備將這些數(shù)據(jù)實時的或者離線傳輸?shù)綌?shù)據(jù)中心進行大數(shù)據(jù)的處理和數(shù)據(jù)挖掘。語音識別則主要是進行聲音的采集。

但值得注意的是，由于現(xiàn)在所使用的傳感器種類越來越多，采集到的數(shù)據(jù)更是五花八門，雖然這些傳感器數(shù)據(jù)能夠匯總起來做大數(shù)據(jù)分析，但是如何高效的甄別、利用這些數(shù)據(jù)并沒有非常有效的方式。

以圖像傳感器為例，雖然對于很多應用而言，傳感器獲取的圖像的分辨率是這一領域發(fā)展的瓶頸，但是當我們采用了高像素的圖像傳感器之后，卻發(fā)現(xiàn)獲得數(shù)據(jù)量呈幾何倍數(shù)增長，這時候，如何處理高分辨率的圖像，采用何種算法和硬件更是一個大“坑”。

可以說，傳感器在其發(fā)展過程中，也在不斷的賦予行業(yè)應用各種不同的價值。以智能手機行業(yè)為例，隨著更多的傳感器在智能手機當中被應用，如今的智能手機已經(jīng)能夠采集更多的數(shù)據(jù)，在此基礎之上，傳感器賦予智能手機的附加價值越來越高。

中國如何從“坑”里跳出來

未來的傳感器在人工智能的影響下會變成什么樣子，或許我們很難得出答案。

但是，至少我們應當意識到當前整個中國傳感器產(chǎn)業(yè)的發(fā)展現(xiàn)狀。業(yè)內(nèi)人士指出，目前國內(nèi)的傳感器產(chǎn)業(yè)，特別是MEMS傳感器和CMOS圖像傳感器的技術水平與國外還有著不小的差距，尤其是在高端傳感器市場。

值得慶幸的是，中國的中低端傳感器還是可以滿足自身發(fā)展需要的。

在人工智能技術的干預下，傳感器技術已經(jīng)發(fā)生了很大變化，其所采集的數(shù)據(jù)量也大幅度增加。在某種程度上而言，傳感器已經(jīng)比人感知物理世界的能力強了很多。

但是正如之前所說，傳感器采集數(shù)據(jù)的大幅度增長，就要求未來的傳感器能夠朝著智能傳感器的方向發(fā)展。也就是說，傳感器不僅僅能夠采集和產(chǎn)生數(shù)據(jù)，也能夠一定程度上在本地對數(shù)據(jù)進行初步的處理，這也就是所謂的邊緣計算。

另一方面，傳感器種類的增多也是一個發(fā)展趨勢。無論是自動駕駛汽車也好，智能音箱也罷，這些新興的應用要么對傳統(tǒng)的傳感器提出了新的要求，要么需要新的傳感器來滿足需求，對于整個傳感器市場而言都是向好發(fā)展的苗頭。

雖然說，人工智能等應用給傳感器挖了一個很大的“坑”，但是從另一方面來看，這個“坑”更是一個機遇。

一方面，我們應當大力提高先進傳感器技術，另一方面也應當將傳感器與數(shù)據(jù)處理相結合，大力發(fā)展智能傳感器，畢竟，智能傳感器是未來的趨勢！