螞蟻分泌信息素，蛤蚌吐出肉舌，蹬羚從震動(dòng)中預(yù)知危險(xiǎn)……從低等生物到高等生物，“傳感”無(wú)處不在?！斑M(jìn)化了千年的人眼，只需要幾個(gè)點(diǎn)的信息，就能判斷出這是不是個(gè)熟人?！钡聡?guó)人工智能研究中心科學(xué)總監(jiān)菲利普·斯魯薩力克提到人類(lèi)的這個(gè)普通能力時(shí)，覺(jué)得它很神秘。作為人工智能科學(xué)家，他到現(xiàn)在還沒(méi)能為古老的生物本能找到一個(gè)恰切的模型。人工智能的“傳感”要從哪里更靠近“靈性”這種微妙的感覺(jué)？近日，蘋(píng)果公司發(fā)表了一篇新的人工智能論文，將光學(xué)雷達(dá)傳感器收集的原始數(shù)據(jù)轉(zhuǎn)化成3D測(cè)繪圖，引得傳感獲得的信息從純數(shù)據(jù)向三維立體邁進(jìn)了一步。盡管距離“靈性”還有相當(dāng)?shù)木嚯x，但這項(xiàng)研究仍能啟發(fā)人們將注意力聚焦于人機(jī)交互中信息獲取和處理的一端。

配備“初腦” 傳感器可以更智能“阿爾法狗”的兩個(gè)遠(yuǎn)親最近也火了：一個(gè)是互聯(lián)網(wǎng)大會(huì)上展示“唇語(yǔ)識(shí)別”的搜狗中文“汪仔”；另一個(gè)是在深圳實(shí)現(xiàn)了無(wú)人駕駛公交的“阿爾法巴”。前者打破定式思維，將語(yǔ)義識(shí)別的傳感器破天荒地改成了光學(xué)傳感，用圖像捕捉的信息判斷語(yǔ)言的溝通。后者車(chē)身上扁圓形的傳感器很是搶眼，“阿爾法巴”靠它感知道路、躲避障礙。人類(lèi)獲取信息，80%是通過(guò)眼睛；在人工智能捕獲信息的過(guò)程中，視覺(jué)傳感器也占據(jù)著相當(dāng)重要的地位——目前主要有雷達(dá)、視頻兩種方式。視頻相較于雷達(dá)來(lái)說(shuō)，是整體展現(xiàn)，呈現(xiàn)情況不易受干擾，而雷達(dá)對(duì)周?chē)h(huán)境進(jìn)行3D建模，會(huì)比一般的照相攝像頭能包含更多深度信息。“目前應(yīng)用的障礙傳感設(shè)備有微波雷達(dá)、超聲波雷達(dá)等，也有通過(guò)捕捉視頻圖像的方法，”北京智能車(chē)聯(lián)產(chǎn)業(yè)創(chuàng)新中心技術(shù)人員畢超介紹，傳感設(shè)備會(huì)安裝在車(chē)輛側(cè)，也會(huì)安裝在道路側(cè)，要求無(wú)縫覆蓋，“就像手機(jī)和基站的關(guān)系，確保信號(hào)通暢?！蓖〞呈腔A(chǔ)，判斷是關(guān)鍵。“汽車(chē)的速度要求無(wú)人判斷和操作在毫秒之間，因此計(jì)算兩車(chē)之間、車(chē)路之間、車(chē)人之間的碰撞可能性必須要快。”畢超說(shuō)，信息的獲取、傳遞、計(jì)算、反饋等過(guò)程，需要一氣呵成。具體地說(shuō)，剎車(chē)或報(bào)警前，有許多計(jì)算——雷達(dá)獲取到三維點(diǎn)數(shù)據(jù)、識(shí)別障礙物、進(jìn)行障礙物前后兩頻對(duì)比，識(shí)別靜態(tài)還是動(dòng)態(tài)。動(dòng)態(tài)障礙物計(jì)算出運(yùn)動(dòng)速度、結(jié)合無(wú)人駕駛汽車(chē)自身位置信息，計(jì)算出避障所需的最小安全距離，決定對(duì)策。怎么才能更快一點(diǎn)？業(yè)內(nèi)嘗試著將數(shù)據(jù)中心“預(yù)處理”的部分前移到傳感器端?！拔覀冞M(jìn)行了智能傳感器的嘗試，”升哲科技高級(jí)工程師劉正中說(shuō)，“原來(lái)傳感器具備收集信號(hào)的單一功能，但是信號(hào)需要在傳感器端和處理終端來(lái)回傳遞，這些需要時(shí)間也需要能源，如果傳感器能提前過(guò)濾掉一些不必要的信息，過(guò)程會(huì)精簡(jiǎn)不少?！币簿褪钦f(shuō)，之前的傳感器是嚴(yán)格的手、眼、耳、鼻等感覺(jué)器官，現(xiàn)在的它們配備了小小的“初腦”?！斑@對(duì)于視頻類(lèi)的傳感器非常有效，因?yàn)橐曨l的數(shù)據(jù)量太大了?！眲⒄姓f(shuō)。“照相機(jī)我們已經(jīng)研究得很透了，雷達(dá)還需要繼續(xù)研究。我們也需要進(jìn)一步探索，什么樣的傳感器才能感知到，人類(lèi)感到的這些微妙變化?！狈评照f(shuō)。AI市場(chǎng)對(duì)于傳感器的需求在快速變化，亟待新型傳感器的更新?lián)Q代。
新材料和量子技術(shù) 讓傳感器突破極限同樣心懷期待的，還有美國(guó)國(guó)家工程學(xué)院院士、斯坦福大學(xué)教授鮑哲南，她曾表示，“我們期待有新材料帶來(lái)顛覆性的技術(shù)。目前把外界的信號(hào)轉(zhuǎn)變成電信號(hào)的載體是脆性的，希望找到容易被壓縮、可以拉伸的新材料。我們還希望它有自愈性、可降解?！庇辛诵虏牧献龌|(zhì)，將電子器件集成起來(lái)將成為柔性電子和人工皮膚。傳感器“硬朗”的形象將發(fā)生徹底改變，不僅可以隨意拉伸、彎曲和旋轉(zhuǎn)，在精確獲取觸感的同時(shí)，甚至可以出汗。資料顯示，中國(guó)科學(xué)院半導(dǎo)體研究所日前就開(kāi)發(fā)出一種超薄高像素柔性電子皮膚陣列。通過(guò)引入聚合物中空球納米結(jié)構(gòu)，傳感器對(duì)環(huán)境壓力展現(xiàn)出了超高的靈敏度，能探測(cè)到0.6Pa的低壓?！霸诓煌h(huán)境下拉扯揉折之后，仍能感受到外部壓力與溫度的變化，為了避免人體生理信號(hào)監(jiān)測(cè)中，體表溫度變化對(duì)器件的影響，科研人員還對(duì)傳感器進(jìn)行了溫度補(bǔ)償，進(jìn)而提高器件在實(shí)際應(yīng)用中的檢測(cè)精度。”這項(xiàng)研究成果近期發(fā)表在《納米能源》上。鮑哲南期待的變革與突破，也從另一個(gè)維度到來(lái)——量子科技引入光學(xué)傳感器的研究已經(jīng)可以達(dá)到應(yīng)用級(jí)別。“可以突破現(xiàn)有傳感的速度與距離極限，”麻省理工學(xué)院進(jìn)行過(guò)關(guān)于單光子成像的研究，曾發(fā)表在《科學(xué)》雜志上，相關(guān)研究人員介紹，傳統(tǒng)的光學(xué)三維成像需要高強(qiáng)度光，而量子科技和三維成像的結(jié)合，能夠?qū)崿F(xiàn)平均每個(gè)像素只需要1個(gè)光子，比傳統(tǒng)的主動(dòng)光成像方法的效率提高幾個(gè)數(shù)量級(jí)。量子技術(shù)對(duì)光學(xué)成像的精確度、速度以及距離的提高是顛覆性的。從理論上說(shuō)，無(wú)人駕駛汽車(chē)、甚至無(wú)人駕駛飛機(jī)可以實(shí)現(xiàn)了。由于它探測(cè)靈敏，甚至可以給細(xì)胞內(nèi)的細(xì)胞器裝上傳感，感知細(xì)胞活動(dòng)。如果說(shuō)通訊互聯(lián)的規(guī)模是以人為載體的百億量級(jí)，物物互聯(lián)是以物為載體的萬(wàn)億量級(jí)，那以細(xì)胞為載體的互聯(lián)將擁有超出人想象的潛力規(guī)模。
開(kāi)拓市場(chǎng)的潛力 需要產(chǎn)業(yè)釋放盡管傳感器在研究層面展現(xiàn)出引領(lǐng)AI產(chǎn)業(yè)駛?cè)胨{(lán)海的潛力，但在產(chǎn)業(yè)界卻不溫不火。有分析文章指出，在人工智能硬件領(lǐng)域，有芯片和傳感器兩個(gè)方向，在芯片領(lǐng)域國(guó)內(nèi)還有幾家數(shù)得出的企業(yè)，而傳感器幾乎全部依賴(lài)進(jìn)口?！澳X電波的測(cè)量?jī)x器基本是進(jìn)口產(chǎn)品，傳感器的精度等性能比較穩(wěn)定?！敝袊?guó)標(biāo)準(zhǔn)化研究院研究員張運(yùn)紅說(shuō)。東南大學(xué)相關(guān)學(xué)科實(shí)驗(yàn)室數(shù)據(jù)記載，六維力傳感器一個(gè)大概10萬(wàn)元，基本來(lái)自進(jìn)口。相較于應(yīng)用層面和系統(tǒng)層面，這個(gè)起著支撐作用的“棟梁”元件沒(méi)能入得大多數(shù)投資者和產(chǎn)業(yè)者的眼?！安粫?huì)講故事，引不來(lái)投資，”有分析這樣調(diào)侃。中國(guó)科學(xué)院軟件研究所研究員戴國(guó)忠的觀點(diǎn)更加系統(tǒng)，“傳感器是人機(jī)交互的重要組成部分，人機(jī)交互和人工智能是不同的著力方向，”他對(duì)這兩個(gè)領(lǐng)域60年來(lái)的歷史進(jìn)行了分析，得出規(guī)律：人工智能熱的時(shí)候，人機(jī)交互的發(fā)展將處于低谷。而人機(jī)交互受關(guān)注時(shí)，人工智能的熱潮就會(huì)反落回去。這樣的此消彼長(zhǎng)可以追溯到它們誕生時(shí)，“斯坦福大學(xué)人工智能實(shí)驗(yàn)室主任約翰·麥卡錫等人提出人工智能時(shí)試圖構(gòu)建能復(fù)制人類(lèi)行為的計(jì)算機(jī)系統(tǒng)，而麻省理工學(xué)院的心理學(xué)和人工智能專(zhuān)家約瑟夫·利克萊德提出人機(jī)交互時(shí)，則是希望機(jī)器能夠完成人類(lèi)交給的任務(wù)?！贝鲊?guó)忠說(shuō)，追求目標(biāo)趨同，但是研究思路和方法完全不同。盡管在實(shí)際的產(chǎn)業(yè)發(fā)展過(guò)程中，二者是難分彼此的，這種學(xué)術(shù)上的區(qū)分很大程度上更有助于明確研究目標(biāo)和方向，引導(dǎo)產(chǎn)業(yè)均衡發(fā)展，避免“一哄而上”“一頭熱”。傳感器遇冷正在引得業(yè)內(nèi)觀察者的關(guān)注，希望那些冷門(mén)但重要的AI必備區(qū)域，不會(huì)成為產(chǎn)業(yè)發(fā)展的短板，而是能夠推進(jìn)AI實(shí)現(xiàn)一個(gè)整體進(jìn)化。