华为拥有激光雷达、毫米波雷达的自研技术，该传感器技术主要为智能驾驶服务，并延伸到智能家居等领域。华为没有聊AI，但AI技术已经深度融入到华为的传感器产品中。
据传感器业内资深人士分析，用毫米波雷达检测人体存在和动作并不难，难在如何甄别各种动作事件，避免误判——譬如蹲下就不应该识别成跌倒，目前市场上部分毫米波雷达跌倒监测设备存在较大的误测情况。
显然，华为将该毫米波雷达命名为AI 辅助康养传感器，使用AI技术对毫米波雷达反馈的数据进行识别和判断，提升识别准确率——庞大的数据库和先进的AI模型也是华为的强项，许多传统传感器企业并不具备。
此前，在SensorShenzhen2024上，专家网编辑专访了Bosch Sensortec高级产品经理周良，此前博世已推出集成可编程AI系统的IMU单元BHI380，其深入分享了博世对AI技术在传感器中的应用：
“我们对AI的理解，就是说我们过去的传感器其实就是给客户提供一些原始的数据，比如说，以加速器和陀螺仪来讲，它可能输出的就是一个加速度信号或者一个角速度信号给到客户。但是从真正应用的角度来讲，客户可能需要把这些物理量变成它实际使用到的一些数据，那这里面需要一个算法的过程（来进行计算），在以前这个算法需要客户自己来开发，自己来做这方面的应用。
现在，我们的智能传感器，就是在传感器里面放入相当有计算力的一些计算单元。可以是一个外接的MCU，也可以是SoC，那它里面就能够跑我们博世自己开发的一些算法。这些算法能够实现本地运行，或者叫做边缘计算这套模式，让这个计算重新回到我们传感器的这边，来减少整个系统的功耗。然后同时也可以减少客户对算法开发的负担。
如果我们能够提供一些优质的算法，客户可能拿到这些产品就能直接去应用。他不需要再根据你的传感器，针对某个场景去开发重复的算法，这样产品开发效率就能提高，所以这个是我们在智能传感器领域做的一些探索。”
通过博世提供的集成在传感器中的AI算法模块，可以大大减轻下游用户的产品开发难度，提高产品研发效率——这意味着下游企业将能极大节约研发成本。
如果说博世作为消费电子传感器巨头，本身对AI等新技术更为敏锐，那么，工业传感器巨头基恩士推出的AI检测案例，则意味着在工业传感器等全产业，巨头们都在积极思考AI技术在传感器中的应用。
基恩士在其官方公众号中发布AI检测案例，文中指出“AI视觉检测在工业机动化领域也逐渐解决了人工检测成本高、稳定性差、检出率不达标等难题。”
通过基恩士先进的光电传感器配合AI算法，能够应对工业场景中更多未知场景的精密检测需求，譬如铸铝件的砂眼大小、树脂件的划痕长短等，是否符合质检要求。
结语
数据本身没有价值，只有将数据转化为可读易懂的信息，用于辅助决策，解决实际问题，那么数据才被赋予了价值。
未来，全面智能化时代到来，数以亿万计的传感器被使用，将产生海量的数据，如何从这些传感器数据中进行筛选，形成结论，帮助我们做出决策，才是这些传感器的价值。
在以往，许多时候传感器传回来的数据，需要人工进行分析，做出判断，大大降低传感器的利用率，面对海量的传感器数据如何快速做出判断？答案很显然——依赖于人工智能技术，对亿万传感器数据进行分析，做出合理的执行或者告警，这才是人工智能的价值。
显然，随着AI技术的进步，未来对海量传感器数据的处理，传感器+AI，感知数据加上大脑，才能有价值。
