本刊編輯整理

　　在剛剛過(guò)去的2024年，人工智能（AI）技術(shù)繼續(xù)席卷全球。各行業(yè)與AI技術(shù)的深度結(jié)合，誕生了海量創(chuàng)新應(yīng)用，也開(kāi)辟了無(wú)數(shù)新興賽道。從物聯(lián)網(wǎng)到工業(yè)自動(dòng)化，從醫(yī)療健康到智能交通，智能傳感器的身影無(wú)處不在，為各領(lǐng)域的發(fā)展提供了強(qiáng)大的技術(shù)支撐。

　　接下來(lái)，讓我們來(lái)盤(pán)點(diǎn)一下2024年AI傳感器的幾大革新重點(diǎn)，以助您洞悉2025年新的發(fā)展契機(jī)。

　　AI+邊緣傳感器

　　隨著工業(yè)物聯(lián)網(wǎng)設(shè)備的持續(xù)激增以及智能化進(jìn)程的深度推進(jìn)，生產(chǎn)環(huán)境中每分鐘產(chǎn)生的數(shù)據(jù)量可達(dá)數(shù)GB乃至數(shù)十GB。如此海量的數(shù)據(jù)若全部依賴現(xiàn)有網(wǎng)絡(luò)帶寬與傳輸速度上傳至云端進(jìn)行集中處理，無(wú)疑是不現(xiàn)實(shí)的。據(jù)Gartner預(yù)測(cè)，2025年將有超過(guò)75%的企業(yè)生成的數(shù)據(jù)將在傳統(tǒng)數(shù)據(jù)中心或云端之外進(jìn)行處理，這一數(shù)據(jù)直觀地反映出邊緣計(jì)算發(fā)展的迅猛態(tài)勢(shì)。

　　在此嚴(yán)峻背景之下，邊緣計(jì)算憑借其與生俱來(lái)的低時(shí)延特性，能夠?qū)?shù)據(jù)處理節(jié)點(diǎn)前置至靠近數(shù)據(jù)源的邊緣端，極大程度地縮短數(shù)據(jù)響應(yīng)時(shí)間；憑借其相對(duì)低廉的硬件部署與運(yùn)維成本，有效減輕企業(yè)在數(shù)據(jù)處理環(huán)節(jié)的資金投入壓力；更憑借其卓越的高隱私保護(hù)能力，確保敏感數(shù)據(jù)在本地邊緣端進(jìn)行處理與存儲(chǔ)，規(guī)避了數(shù)據(jù)傳輸途中的泄露風(fēng)險(xiǎn)。

　　與AI技術(shù)結(jié)合后，邊緣AI傳感器解決方案更成為了各大企業(yè)爭(zhēng)相應(yīng)用的“香餑餑”。在預(yù)測(cè)性維護(hù)、質(zhì)量檢測(cè)、生產(chǎn)流程優(yōu)化、能耗管理等各方面都能看到邊緣AI大放異彩。舉幾個(gè)例子：

　　• 西門(mén)子在工業(yè)燃?xì)廨啓C(jī)生產(chǎn)線應(yīng)用前沿邊緣AI技術(shù)。在設(shè)備關(guān)鍵部位（軸承、葉片）部署ST-100高靈敏度溫度傳感器、VD-50振動(dòng)傳感器以及PS-200壓力傳感器，利用集成于邊緣計(jì)算設(shè)備的先進(jìn)AI算法實(shí)時(shí)深度剖析。該方案預(yù)測(cè)了超90%的設(shè)備故障隱患，使產(chǎn)線突發(fā)停機(jī)時(shí)間銳減約70%，每年助企業(yè)規(guī)避數(shù)百萬(wàn)歐元維修與停機(jī)損失。

　　• 富士康在手機(jī)主板貼片環(huán)節(jié)引入高效邊緣AI系統(tǒng)。于生產(chǎn)線上安排HC-800超高分辨率高清攝像頭作視覺(jué)傳感器、邊緣AI系統(tǒng)等設(shè)備。產(chǎn)品不良率從3%驟降至0.5%以下，檢測(cè)速度升至每秒10-15幅圖像，效率提升數(shù)十倍，保障高質(zhì)量交付。

　　• 巴斯夫工廠布局邊緣人工智能技術(shù)用于能耗管理。采用EC-600能源消耗傳感器、OL-300設(shè)備負(fù)荷傳感器、ET-400環(huán)境溫度傳感器，通過(guò)邊緣AI分析調(diào)控設(shè)備功率，取得了總體能耗降低15%，每年減排數(shù)千噸二氧化碳的效果。

　　生成式AI+傳感器

　　與邊緣AI密不可分的生成式AI同樣是2024年傳感器技術(shù)發(fā)展的一大亮點(diǎn)。各大企業(yè)不斷在AI算法的持續(xù)優(yōu)化、加快數(shù)據(jù)處理速度、提升模型訓(xùn)練效率和泛化能力等領(lǐng)域發(fā)力，如開(kāi)發(fā)更高效的分布式訓(xùn)練算法，利用邊緣計(jì)算和云計(jì)算的協(xié)同架構(gòu)，實(shí)現(xiàn)大規(guī)模數(shù)據(jù)的快速處理和模型更新，提升系統(tǒng)的實(shí)時(shí)響應(yīng)性能。

　　在生成式AI與邊緣AI的融合中，當(dāng)環(huán)境發(fā)生變化時(shí)，生成式AI可快速調(diào)整模型參數(shù)和策略，使AI傳感器系統(tǒng)保持良好性能，更將系統(tǒng)靈活性提升到前所未有的高度。同樣來(lái)看幾個(gè)案例：

　　• 霍尼韋爾采用谷歌云Gemini生成式AI，基于生成對(duì)抗網(wǎng)絡(luò)（GANs）和變分自編碼器（VAEs）等深度學(xué)習(xí)算法。結(jié)合掃描儀、傳感器和控制器等設(shè)備，霍尼韋爾的設(shè)備能在網(wǎng)絡(luò)邊緣甚至無(wú)互聯(lián)網(wǎng)連接時(shí)自主運(yùn)行，處理文本、代碼、圖像、視頻和音頻等多種數(shù)據(jù)類(lèi)型，實(shí)現(xiàn)從簡(jiǎn)單掃描到基于語(yǔ)音的引導(dǎo)式工作流程，以幫助霍尼韋爾應(yīng)對(duì)勞動(dòng)力短缺問(wèn)題，提升整體運(yùn)營(yíng)效率。

　　• 富士康及其子公司鴻佰科技使用NVIDIA Omniverse和Metropolis為工廠構(gòu)建數(shù)字孿生。通過(guò)生成式AI結(jié)合供應(yīng)鏈各環(huán)節(jié)數(shù)據(jù)，如原材料供應(yīng)、物流運(yùn)輸、生產(chǎn)進(jìn)度等，構(gòu)建供應(yīng)鏈模型。當(dāng)原材料供應(yīng)可能出現(xiàn)延遲時(shí)，AI提前模擬出各種應(yīng)對(duì)方案，幫助企業(yè)選擇更優(yōu)策略，如調(diào)整生產(chǎn)順序、尋找替代供應(yīng)商等，保障了供應(yīng)鏈的穩(wěn)定運(yùn)行。

　　• 施耐德電氣全球武漢工廠構(gòu)建“云-邊協(xié)同AI工業(yè)視覺(jué)檢測(cè)平臺(tái)”。利用生成式AI技術(shù)，在產(chǎn)品質(zhì)檢環(huán)節(jié)，對(duì)工業(yè)相機(jī)拍攝的產(chǎn)品照片進(jìn)行分析，學(xué)習(xí)正常產(chǎn)品的特征，生成標(biāo)準(zhǔn)產(chǎn)品模型。當(dāng)檢測(cè)到實(shí)際產(chǎn)品與模型存在差異時(shí)，能精準(zhǔn)判斷是否為瑕疵，并對(duì)瑕疵類(lèi)型、位置等進(jìn)行標(biāo)注，將誤檢率降低至0.5%以內(nèi)，并且實(shí)現(xiàn)了零漏檢率。

　　AI+智能機(jī)器人

　　2024年7月，特斯拉二代人形機(jī)器人Optimus在世界人工智能大會(huì)上亮相，引起了行業(yè)的高度關(guān)注。盡管各行業(yè)都認(rèn)為人形機(jī)器人落地還有一段距離，但這背后掩蓋不住AI與工業(yè)機(jī)器人、智能物流倉(cāng)儲(chǔ)的深度融合。

　　• 在生產(chǎn)線上，特斯拉汽車(chē)制造工廠在生產(chǎn)線部署型號(hào)為RS-300機(jī)器人動(dòng)作傳感器、MT-100物料搬運(yùn)軌跡傳感器、AS-500裝配節(jié)點(diǎn)傳感器，收集機(jī)器人操作、物料搬運(yùn)、裝配環(huán)節(jié)海量實(shí)時(shí)數(shù)據(jù)，利用AI實(shí)時(shí)分析并動(dòng)態(tài)調(diào)整生產(chǎn)線及機(jī)器人路徑。生產(chǎn)線整體效率提升約30%，單位時(shí)間汽車(chē)產(chǎn)量顯著增加，物料運(yùn)輸成本降20%左右，實(shí)現(xiàn)資源高效配置、提升競(jìng)爭(zhēng)力。

　　• 在裝配線上，富士康的智能裝配機(jī)器人，采用了基恩士的3D視覺(jué)傳感器，配合深度學(xué)習(xí)算法。傳感器獲取物體的三維形狀和位置信息，AI算法對(duì)物體的特征進(jìn)行學(xué)習(xí)和識(shí)別，精確判斷物體的類(lèi)型、姿態(tài)和抓取點(diǎn)。機(jī)器人能夠準(zhǔn)確地抓取不同形狀和尺寸的零部件，實(shí)現(xiàn)高精度的裝配操作，提高了生產(chǎn)質(zhì)量和效率，降低了人工裝配的誤差和勞動(dòng)強(qiáng)度。

　　• 在智能物流倉(cāng)儲(chǔ)機(jī)器人中，常見(jiàn)的是激光雷達(dá)傳感器結(jié)合AI算法。比如京東物流的智能倉(cāng)儲(chǔ)機(jī)器人，配備了速騰聚創(chuàng)的RS-LiDAR-16激光雷達(dá)，通過(guò)發(fā)射和接收激光束，快速獲取周?chē)h(huán)境的三維信息，AI算法對(duì)這些數(shù)據(jù)進(jìn)行實(shí)時(shí)處理，構(gòu)建地圖并規(guī)劃最優(yōu)路徑。機(jī)器人能夠在復(fù)雜的倉(cāng)儲(chǔ)環(huán)境中準(zhǔn)確識(shí)別貨架、貨物和其他障礙物，實(shí)現(xiàn)自主導(dǎo)航和高效的貨物搬運(yùn)，大大提高了倉(cāng)儲(chǔ)物流的自動(dòng)化水平和工作效率。

　　除了以上內(nèi)容外，2024年AI與傳感器的創(chuàng)新突破還有很多很多。據(jù)智研咨詢?cè)凇?024年中國(guó)傳感器行業(yè)現(xiàn)狀及發(fā)展趨勢(shì)研究》中的數(shù)據(jù)顯示，從應(yīng)用市場(chǎng)占比來(lái)看，汽車(chē)電子行業(yè)是智能傳感器收入占比最大的行業(yè)市場(chǎng)，占比約為24.1%；工業(yè)制造和消費(fèi)電子領(lǐng)域緊隨其后，市場(chǎng)占比分別達(dá)到22.0%和19.6%；網(wǎng)絡(luò)通信和醫(yī)療電子領(lǐng)域也占據(jù)了一定的市場(chǎng)份額，分別占比17.6%和9.7%。

　　展望未來(lái)，AI傳感器的融合發(fā)展必將持續(xù)深入，成為推動(dòng)各行業(yè)變革的核心力量。在技術(shù)迭代加速的浪潮中，將不斷催生出更為智能、高效且安全的應(yīng)用場(chǎng)景。

　　汽車(chē)行業(yè)能否憑借AI傳感器實(shí)現(xiàn)完全自動(dòng)駕駛的終極目標(biāo)，重塑出行生態(tài)？工業(yè)制造能否借助其邁向無(wú)人工廠的新高度，顛覆傳統(tǒng)生產(chǎn)模式？醫(yī)療領(lǐng)域能否借助更精密的傳感器與AI融合，實(shí)現(xiàn)疾病的超早期精準(zhǔn)診斷與個(gè)性化治療？這一切的答案，讓我們共同探尋！

關(guān)注讀覽天下微信， 100萬(wàn)篇深度好文， 等你來(lái)看……