人工智能造就了传感器市场的巨坑 中国如何从“坑”里跳出来

虽然人工智能尚处于起步阶段，但不可否认的是，在人工智能技术的影响下，很多应用和技术都焕发了新的生机。

其中，作为人工智能及智能制造迈向应用的主要技术，传感器在近年来也实现了突飞猛进的发展。

传感器的利用并不充分

不可否认，在过去的几年当中，人工智能应用存在着很多炒作的成分，尤其在许多细分技术领域当中，虽然市场上出现了很多提及人工智能的应用与技术，但是能够全面落地、为消费者所接受的却并不多。

“在过去的5年中，人工智能技术方面真正有突破的还是在深度学习方面。”在9月27日举行的2018（第十届）传感器与MEMS技术产业化国际研讨会暨科研成果产品展上，华为战略发展总监郭栋谈到当前人工智能的发展时表示。

而在清华大学教授何虎看来，与传统行业所使用的传感器相比，人工智能技术中所使用的传感器最主要的目的就是用来收集物理数据，而传统的传感器很多并不具有这一功能。

以自动驾驶汽车中所使用到的传感器为例，一般至少需要三套传感器系统：摄像头、雷达与激光雷达，只有拥有这些传感器，才能够完整的采集到车辆行驶过程中周围的环境数据，进而通过分析与解读，实现自动驾驶。

可以说，从另一方面来看，传统的传感器在数据的采集量方面并没有人工智能技术所需要的传感器采集的数据多。

同样以汽车电子为例，清华大学教授何虎表示，自动驾驶汽车中的传感器所需要采集的数据种类包括图像、声音、压力、转速、温度、加速度、速度、角速度等。

但是从目前的发展情况来看，虽然传感器能够将这些数据汇总到汽车的驾驶系统，但是对于数据的开发与利用并没有达到期望的程度。这也是目前传感器的发展瓶颈。

给传感器挖的“坑”

不过在华为战略发展总监郭栋看来，具体到人工智能领域的深度学习而言，由于深度学习是一个相对直接的过程，在过去的十年中，算法方面也取得了不小的进展，特别是在语音识别领域，因此，深度学习算法和传感器相结合也成为了目前最为成熟的一种方案。

在过去的几年中，我们可以看到各大巨头纷纷“蜂拥式”的杀入智能家居领域。国外有亚马逊推出智能音箱Echo抢占语音交互入口、苹果推出HomeKit要跟各家智能设备互联。国内BAT巨头也不甘示弱，百度两次推出智能音箱、阿里巴巴的天猫精灵以超低价吸粉。

不难发现，这些智能音箱当中，采用的最主要技术就是语音识别技术，从错误率来看，目前语音识别的智能化程度已经相当之高，甚至可以与人脑相媲美。

清华大学教授何虎解释道，在深度学习中，传感器扮演的角色就是收集海量的数据，然后设备将这些数据实时的或者离线传输到数据中心进行大数据的处理和数据挖掘。语音识别则主要是进行声音的采集。

但值得注意的是，由于现在所使用的传感器种类越来越多，采集到的数据更是五花八门，虽然这些传感器数据能够汇总起来做大数据分析，但是如何高效的甄别、利用这些数据并没有非常有效的方式。

以图像传感器为例，虽然对于很多应用而言，传感器获取的图像的分辨率是这一领域发展的瓶颈，但是当我们采用了高像素的图像传感器之后，却发现获得数据量呈几何倍数增长，这时候，如何处理高分辨率的图像，采用何种算法和硬件更是一个大“坑”。

可以说，传感器在其发展过程中，也在不断的赋予行业应用各种不同的价值。以智能手机行业为例，随着更多的传感器在智能手机当中被应用，如今的智能手机已经能够采集更多的数据，在此基础之上，传感器赋予智能手机的附加价值越来越高。

中国如何从“坑”里跳出来

未来的传感器在人工智能的影响下会变成什么样子，或许我们很难得出答案。

但是，至少我们应当意识到当前整个中国传感器产业的发展现状。业内人士指出，目前国内的传感器产业，特别是MEMS传感器和CMOS图像传感器的技术水平与国外还有着不小的差距，尤其是在高端传感器市场。

值得庆幸的是，中国的中低端传感器还是可以满足自身发展需要的。

在人工智能技术的干预下，传感器技术已经发生了很大变化，其所采集的数据量也大幅度增加。在某种程度上而言，传感器已经比人感知物理世界的能力强了很多。

但是正如之前所说，传感器采集数据的大幅度增长，就要求未来的传感器能够朝着智能传感器的方向发展。也就是说，传感器不仅仅能够采集和产生数据，也能够一定程度上在本地对数据进行初步的处理，这也就是所谓的边缘计算。

另一方面，传感器种类的增多也是一个发展趋势。无论是自动驾驶汽车也好，智能音箱也罢，这些新兴的应用要么对传统的传感器提出了新的要求，要么需要新的传感器来满足需求，对于整个传感器市场而言都是向好发展的苗头。

虽然说，人工智能等应用给传感器挖了一个很大的“坑”，但是从另一方面来看，这个“坑”更是一个机遇。

一方面，我们应当大力提高先进传感器技术，另一方面也应当将传感器与数据处理相结合，大力发展智能传感器，毕竟，智能传感器是未来的趋势！