传感器是否可以借助人工智能技术重回“巅峰时期”

简介:
 尽管传感器在研究层面展现出引领AI产业驶入蓝海的潜力,但在产业界却不温不火。相较于应用层面和系统层面,这个起着支撑作用的“栋梁”元件没能入得大多数投资者和产业者的眼。

  新一波创新浪潮将数字智能化扩展到了如个人电脑、平板电脑和智能手机等专用设备之外的其它领域。如果某设备的功耗性能优异,它就可成为物联网或如联网汽车、可穿戴技术、智能建筑及城市等任意自动化系统中的智能联网节点。

  人类获取信息,80%是通过眼睛;在人工智能捕获信息的过程中,视觉传感器也占据着相当重要的地位——目前主要有雷达、视频两种方式。视频相较于雷达来说,是整体展现,呈现情况不易受干扰,而雷达对周围环境进行3D建模,会比一般的照相摄像头能包含更多深度信息。

  传感器(transducer/sensor)是一种检测装置,能感受到被测量的信息,并能将感受到的信息,按一定规律变换成为电信号或其他所需形式的信息输出,以满足信息的传输、处理、存储、显示、记录和控制等要求。

  随着物联网技术的发展,对传统传感技术又提出了新的要求,产品正逐渐向微机电系统(MEMS)技术、无线数据传输技术、红外技术、新材料技术、纳米技术、陶瓷技术、薄膜技术、光纤技术、激光技术、复合传感器技术、多学科交叉融合的方向发展。

  当前来看,我国传感器产业已由仿制、引进逐步走向自主设计、创新发展阶段,但传感器在我国仍有诸多挑战:高端领域核心技术未掌握,高端人才不足,生产、封装及测试的自动化、规模化能力低,缺少龙头企业,对新技术、新产品、新应用的敏感度低。

  中国传感器的市场近几年一直持续增长,传感器应用四大领域为工业及汽车电子产品、通信电子产品、消费电子产品专用设备,其中工业和汽车电子产品领域传感器市场占比约为42%。有分析文章指出,在人工智能硬件领域,有芯片和传感器两个方向,在芯片领域国内还有几家数得出的企业,而传感器几乎全部依赖进口。

   传感器行业入门容易,但形成大批量产品难,真正具有开发实力的传感器厂家是离不开产品设计、核心芯片,以及信号处理软件算法、封装测试技术与工艺的人才,并且由于传感器种类多,应用领域广泛,国内厂家只顾自家眼前市场和产品,在缺乏核心技术的无自信心理状态下,无暇抢占对手市场,更无心开拓新产品、新领域的应用。

  传感器是人机交互的重要组成部分,人机交互和人工智能是不同的着力方向。人工智能热的时候,人机交互的发展将处于低谷。而人机交互受关注时,人工智能的热潮就会反落回去。

  而且在实际的产业发展过程中,二者是难分彼此的,这种学术上的区分很大程度上更有助于明确研究目标和方向,引导产业均衡发展,避免“一哄而上”“一头热”。

  无论是国内主张的集成式创新还是国外提出的积木式创新,前提都是基础要好。传感器要提高竞争力还是应该以系统为主,要将传感器的信号处理、传输一起来做,系统要做牵引,从跟踪仿制、打牢基础到后来需求方提出系统需求牵引产业发展。
目录
相关文章
|
9天前
|
人工智能 自然语言处理 机器人
文档智能与RAG技术如何提升AI大模型的业务理解能力
随着人工智能的发展,AI大模型在自然语言处理中的应用日益广泛。文档智能和检索增强生成(RAG)技术的兴起,为模型更好地理解和适应特定业务场景提供了新方案。文档智能通过自动化提取和分析非结构化文档中的信息,提高工作效率和准确性。RAG结合检索机制和生成模型,利用外部知识库提高生成内容的相关性和准确性。两者的结合进一步增强了AI大模型的业务理解能力,助力企业数字化转型。
46 3
|
19天前
|
人工智能 搜索推荐 安全
AI技术在医疗领域的应用与挑战
【10月更文挑战第27天】 本文探讨了人工智能(AI)在医疗领域的应用,包括疾病诊断、药物研发和患者管理等方面。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题和技术局限性等。通过对这些方面的深入分析,我们可以更好地理解AI在医疗领域的潜力和发展方向。
126 59
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在医疗领域的应用与前景####
本文探讨了人工智能(AI)在医疗领域的多方面应用,包括疾病诊断、个性化治疗、患者管理以及药物研发等。通过对现有技术的梳理和未来趋势的展望,旨在揭示AI如何推动医疗行业的变革,并提升医疗服务的质量和效率。 ####
25 5
|
8天前
|
人工智能 文字识别 运维
AI多模态的5大核心关键技术,让高端制造实现智能化管理
结合大模型应用场景,通过AI技术解析高端制造业的复杂设备与文档数据,自动化地将大型零件、机械图纸、操作手册等文档结构化。核心技术包括版面识别、表格抽取、要素抽取和文档抽取,实现信息的系统化管理和高效查询,大幅提升设备维护和生产管理的效率。
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与深度学习:探索未来技术的无限可能
在21世纪,人工智能(AI)和深度学习已经成为推动科技进步的重要力量。本文将深入探讨这两种技术的基本概念、发展历程以及它们如何共同塑造未来的科技景观。我们将分析人工智能的最新趋势,包括自然语言处理、计算机视觉和强化学习,并讨论这些技术在现实世界中的应用。此外,我们还将探讨深度学习的工作原理,包括神经网络、卷积神经网络(CNN)和循环神经网络(RNN),并分析这些模型如何帮助解决复杂的问题。通过本文,读者将对人工智能和深度学习有更深入的了解,并能够预见这些技术将如何继续影响我们的世界。
41 7
|
10天前
|
人工智能 自然语言处理 自动驾驶
技术与人性:探索人工智能伦理的边界####
本文深入探讨了人工智能技术飞速发展背景下,伴随而来的伦理挑战与社会责任。不同于传统摘要直接概述内容,本文摘要旨在引发读者对AI伦理问题的关注,通过提出而非解答的方式,激发对文章主题的兴趣。在智能机器逐渐融入人类生活的每一个角落时,我们如何确保技术的善意使用,保护个人隐私,避免偏见与歧视,成为亟待解决的关键议题。 ####
|
17天前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
74 11
|
13天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
69 4
|
13天前
|
机器学习/深度学习 人工智能 算法
基于AI的性能优化技术研究
基于AI的性能优化技术研究
|
17天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗健康领域的应用与挑战####
本文旨在探讨人工智能(AI)技术在医疗健康领域的创新应用及其面临的主要挑战。通过深入分析AI如何助力疾病诊断、治疗方案优化、患者管理及药物研发,本文揭示了AI技术在提升医疗服务质量、效率和可及性方面的巨大潜力。同时,文章也指出了数据隐私、伦理道德、技术局限性等关键问题,并提出了相应的解决策略和未来发展方向。本文为医疗从业者、研究者及政策制定者提供了对AI医疗技术的全面理解,促进了跨学科合作与创新。 ####

热门文章

最新文章

下一篇
无影云桌面