華為擁有激光雷達(dá)、毫米波雷達(dá)的自研技術(shù),該傳感器技術(shù)主要為智能駕駛服務(wù),并延伸到智能家居等領(lǐng)域。華為沒(méi)有聊AI,但AI技術(shù)已經(jīng)深度融入到華為的傳感器產(chǎn)品中。
據(jù)傳感器業(yè)內(nèi)資深人士分析,用毫米波雷達(dá)檢測(cè)人體存在和動(dòng)作并不難,難在如何甄別各種動(dòng)作事件,避免誤判——譬如蹲下就不應(yīng)該識(shí)別成跌倒,目前市場(chǎng)上部分毫米波雷達(dá)跌倒監(jiān)測(cè)設(shè)備存在較大的誤測(cè)情況。
顯然,華為將該毫米波雷達(dá)命名為AI 輔助康養(yǎng)傳感器,使用AI技術(shù)對(duì)毫米波雷達(dá)反饋的數(shù)據(jù)進(jìn)行識(shí)別和判斷,提升識(shí)別準(zhǔn)確率——龐大的數(shù)據(jù)庫(kù)和先進(jìn)的AI模型也是華為的強(qiáng)項(xiàng),許多傳統(tǒng)傳感器企業(yè)并不具備。
此前,在SensorShenzhen2024上,專家網(wǎng)編輯專訪了Bosch Sensortec高級(jí)產(chǎn)品經(jīng)理周良,此前博世已推出集成可編程AI系統(tǒng)的IMU單元BHI380,其深入分享了博世對(duì)AI技術(shù)在傳感器中的應(yīng)用:
“我們對(duì)AI的理解,就是說(shuō)我們過(guò)去的傳感器其實(shí)就是給客戶提供一些原始的數(shù)據(jù),比如說(shuō),以加速器和陀螺儀來(lái)講,它可能輸出的就是一個(gè)加速度信號(hào)或者一個(gè)角速度信號(hào)給到客戶。但是從真正應(yīng)用的角度來(lái)講,客戶可能需要把這些物理量變成它實(shí)際使用到的一些數(shù)據(jù),那這里面需要一個(gè)算法的過(guò)程(來(lái)進(jìn)行計(jì)算),在以前這個(gè)算法需要客戶自己來(lái)開(kāi)發(fā),自己來(lái)做這方面的應(yīng)用。
現(xiàn)在,我們的智能傳感器,就是在傳感器里面放入相當(dāng)有計(jì)算力的一些計(jì)算單元??梢允且粋€(gè)外接的MCU,也可以是SoC,那它里面就能夠跑我們博世自己開(kāi)發(fā)的一些算法。這些算法能夠?qū)崿F(xiàn)本地運(yùn)行,或者叫做邊緣計(jì)算這套模式,讓這個(gè)計(jì)算重新回到我們傳感器的這邊,來(lái)減少整個(gè)系統(tǒng)的功耗。然后同時(shí)也可以減少客戶對(duì)算法開(kāi)發(fā)的負(fù)擔(dān)。
如果我們能夠提供一些優(yōu)質(zhì)的算法,客戶可能拿到這些產(chǎn)品就能直接去應(yīng)用。他不需要再根據(jù)你的傳感器,針對(duì)某個(gè)場(chǎng)景去開(kāi)發(fā)重復(fù)的算法,這樣產(chǎn)品開(kāi)發(fā)效率就能提高,所以這個(gè)是我們?cè)谥悄軅鞲衅黝I(lǐng)域做的一些探索?!?
通過(guò)博世提供的集成在傳感器中的AI算法模塊,可以大大減輕下游用戶的產(chǎn)品開(kāi)發(fā)難度,提高產(chǎn)品研發(fā)效率——這意味著下游企業(yè)將能極大節(jié)約研發(fā)成本。
如果說(shuō)博世作為消費(fèi)電子傳感器巨頭,本身對(duì)AI等新技術(shù)更為敏銳,那么,工業(yè)傳感器巨頭基恩士推出的AI檢測(cè)案例,則意味著在工業(yè)傳感器等全產(chǎn)業(yè),巨頭們都在積極思考AI技術(shù)在傳感器中的應(yīng)用。
基恩士在其官方公眾號(hào)中發(fā)布AI檢測(cè)案例,文中指出“AI視覺(jué)檢測(cè)在工業(yè)機(jī)動(dòng)化領(lǐng)域也逐漸解決了人工檢測(cè)成本高、穩(wěn)定性差、檢出率不達(dá)標(biāo)等難題?!?
通過(guò)基恩士先進(jìn)的光電傳感器配合AI算法,能夠應(yīng)對(duì)工業(yè)場(chǎng)景中更多未知場(chǎng)景的精密檢測(cè)需求,譬如鑄鋁件的砂眼大小、樹(shù)脂件的劃痕長(zhǎng)短等,是否符合質(zhì)檢要求。
結(jié)語(yǔ)
數(shù)據(jù)本身沒(méi)有價(jià)值,只有將數(shù)據(jù)轉(zhuǎn)化為可讀易懂的信息,用于輔助決策,解決實(shí)際問(wèn)題,那么數(shù)據(jù)才被賦予了價(jià)值。
未來(lái),全面智能化時(shí)代到來(lái),數(shù)以億萬(wàn)計(jì)的傳感器被使用,將產(chǎn)生海量的數(shù)據(jù),如何從這些傳感器數(shù)據(jù)中進(jìn)行篩選,形成結(jié)論,幫助我們做出決策,才是這些傳感器的價(jià)值。
在以往,許多時(shí)候傳感器傳回來(lái)的數(shù)據(jù),需要人工進(jìn)行分析,做出判斷,大大降低傳感器的利用率,面對(duì)海量的傳感器數(shù)據(jù)如何快速做出判斷?答案很顯然——依賴于人工智能技術(shù),對(duì)億萬(wàn)傳感器數(shù)據(jù)進(jìn)行分析,做出合理的執(zhí)行或者告警,這才是人工智能的價(jià)值。
顯然,隨著AI技術(shù)的進(jìn)步,未來(lái)對(duì)海量傳感器數(shù)據(jù)的處理,傳感器+AI,感知數(shù)據(jù)加上大腦,才能有價(jià)值。