人工智能的“传感”要从哪里更靠近“灵性”这种微妙的感觉？近日，苹果公司发表了一篇新的人工智能论文，将光学雷达传感器收集的原始数据转化成3D测绘图，引得传感获得的信息从纯数据向三维立体迈进了一步。尽管距离“灵性”还有相当的距离，但这项研究仍能启发人们将注意力聚焦于人机交互中信息获取和处理的一端。

　　配备“初脑” 传感器可以更智能

　　“阿尔法狗”的两个远亲也火了：一个是互联网大会上展示“唇语识别”的搜狗中文“汪仔”；另一个是在深圳实现了无人驾驶公交的“阿尔法巴”。

　　前者打破定式思维，将语义识别的传感器破天荒地改成了光学传感，用图像捕捉的信息判断语言的沟通。后者车身上扁圆形的传感器很是抢眼，“阿尔法巴”靠它感知道路、躲避障碍。

　　人类获取信息，80%是通过眼睛；在人工智能捕获信息的过程中，视觉传感器也占据着相当重要的地位——目前主要有雷达、视频两种方式。视频相较于雷达来说，是整体展现，呈现情况不易受干扰，而雷达对周围环境进行3D建模，会比一般的照相摄像头能包含更多深度信息。

　　“目前应用的障碍传感设备有微波雷达、超声波雷达等，也有通过捕捉视频图像的方法，”北京智能车联产业创新中心技术人员毕超介绍，传感设备会安装在车辆侧，也会安装在道路侧，要求无缝覆盖，“就像手机和基站的关系，确保信号通畅。”

　　通畅是基础，判断是关键。“汽车的速度要求无人判断和操作在毫秒之间，因此计算两车之间、车路之间、车人之间的碰撞可能性必须要快。”毕超说，信息的获取、传递、计算、反馈等过程，需要一气呵成。

　　具体地说，刹车或报警前，有许多计算——雷达获取到三维点数据、识别障碍物、进行障碍物前后两频对比，识别静态还是动态。动态障碍物计算出运动速度、结合无人驾驶汽车自身位置信息，计算出避障所需的安全距离，决定对策。

　　怎么才能更快一点？业内尝试着将数据中心“预处理”的部分前移到传感器端。“我们进行了智多维力传感器的尝试，”升哲科技高级工程师刘正中说，“原来传感器具备收集信号的单一功能，但是信号需要在传感器端和处理终端来回传递，这些需要时间也需要能源，如果六维力传感器能提前过滤掉一些不必要的信息，过程会精简不少。”

　　也就是说，之前的传感器是严格的手、眼、耳、鼻等感觉器官，现在的它们配备了小小的“初脑”。“这对于视频类的传感器非常有效，因为视频的数据量太大了。”刘正中说。

　　“照相机我们已经研究得很透了，雷达还需要继续研究。我们也需要进一步探索，什么样的传感器才能感知到，人类感到的这些微妙变化。”菲利普说。AI市场对于传感器的需求在快速变化，等待新型传感器的更新换代。