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
|
25天前
|
人工智能 JSON 前端开发
Agentic AI崛起:九大核心技术定义未来人机交互模式​
本文系统梳理AI智能体架构设计的九大核心技术,涵盖智能体基础、多智能体协作、知识增强、模型优化、工具调用、协议标准化及人机交互等关键领域,助力构建高效、智能、协同的AI应用体系。建议点赞收藏,持续关注AI架构前沿技术。
364 1
|
1月前
|
机器学习/深度学习 人工智能 程序员
Reflexion:让AI智能体学会反思的神奇技术
想象一下AI智能体能像人类一样从错误中学习,Reflexion技术让智能体不再需要重新训练就能自我改进。本文通过一个智能体助手小R的成长故事,带你轻松理解这个改变智能体学习方式的创新技术。
|
2月前
|
数据采集 人工智能 分布式计算
ODPS在AI时代的发展战略与技术演进分析报告
ODPS(现MaxCompute)历经十五年发展,从分布式计算平台演进为AI时代的数据基础设施,以超大规模处理、多模态融合与Data+AI协同为核心竞争力,支撑大模型训练与实时分析等前沿场景,助力企业实现数据驱动与智能化转型。
261 4
|
19天前
|
存储 机器学习/深度学习 人工智能
​​解锁AI检索的7大Embedding技术:从稀疏到多向量,一文掌握!​
本文系统解析七种主流文本嵌入技术,包括 Sparse、Dense、Quantized、Binary、Matryoshka 和 Multi-Vector 方法,结合适用场景提供实用选型建议,助你高效构建文本检索系统。
149 0
|
2月前
|
人工智能 自然语言处理 机器人
智能体平台哪家值得选?盘点国内外12家AI Agent平台技术特色
智能体平台正引领人机协作新潮流,将“智能”交给机器,让“平台”服务于人。2024年被Gartner定义为“AgenticAI元年”,预示未来企业交互将由智能体主导。面对百余平台,可从三条赛道入手:通用大模型、RPA升级派与垂直场景定制。不同需求对应不同方案,选对平台,才能让AI真正助力工作。
|
2月前
|
机器学习/深度学习 人工智能 搜索推荐
思维树提示技术:让AI像人类一样思考的魔法
想象一下,如果AI能像你思考问题一样有条理,从一个想法延伸到多个分支,会发生什么?思维树提示技术就是这样一种让AI更聪明的方法,通过结构化思维引导,让AI等大模型给出更深入、更全面的回答。本文将用最轻松的方式,带你掌握这个让AI智商飞升的秘技。
|
2月前
|
存储 人工智能 算法
AI 图纸表格识别与智能文档协同处理技术介绍
针对制造业、工程建设等领域图纸表格数据提取效率低、误差高的问题,本文介绍了一套涵盖表格识别、数据导出、EBOM转MBOM及智能文档协同处理的技术方案,实现图纸数据结构化与全生命周期管理。
104 0
|
2月前
|
设计模式 人工智能 API
​​混合检索技术:如何提升AI智能体50%的响应效率?​
本文深入解析检索增强智能体技术,探讨其三大集成模式(工具模式、预检索模式与混合模式),结合实战代码讲解RAG组件链构建、上下文压缩、混合检索等关键技术,并提供多步检索工作流与知识库自更新机制设计,助力高效智能体系统开发。
250 0
|
25天前
|
数据采集 Web App开发 人工智能
如何让AI“看懂”网页?拆解 Browser-Use 的三大核心技术模块
Browser-Use 是一种基于大语言模型(LLM)的浏览器自动化技术,通过融合视觉理解、DOM解析和动作预测等模块,实现对复杂网页任务的自主操作。它突破了传统固定选择器和流程编排的限制,具备任务规划与语义理解能力,可完成注册、比价、填报等多步骤操作。其核心功能包括视觉与HTML融合解析、多标签管理、元素追踪、自定义动作、自纠错机制,并支持任意LLM模型。Browser-Use标志着浏览器自动化从“规则驱动”向“认知驱动”的跃迁,大幅降低维护成本,提升复杂任务的处理效率与适应性。
694 28

热门文章

最新文章