传统的传感器在数据的采集量功能方面还需进一步提升

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。