在朦朧而遙遠的過去，我們使用數據采集系統，然后是物聯網，然后是醫療，現在人工智能消耗了我們可以產生的每一點數據。沒有物理傳感器，無論人工智能如何接管，我們都無法測量我們的世界。

許多傳感器連接到數據采集系統，對信號進行調節、數字化、收集結果并存儲數據。使用軟件的計算機從電子表格到具有數據分析和繪圖功能的軟件，然后以表格或繪圖的形式顯示數據。

這些傳感器包括熱電偶、應變計、壓力傳感器和流量傳感器。Grace 在職業生涯早期為 Nova Sensor 提供咨詢時舉了一個典型例子。在一個例子中，Pressure Systems Inc.（被 TE Connectivity 收購）的工程師試圖測量機翼在風洞中時施加的力。

“因為你在一個大風洞中安裝了這個機翼，所以你必須進行大量測量并快速進行測量。這家公司使用了一種稱為“掃描儀”的歧管，它是一塊具有 36 個輸入的金屬。每個輸入都有一個壓力傳感器。歧管將塑料管嵌入或粘貼在翼型上。壓力脈沖將沿著管子進入壓力傳感器芯片，該芯片通過電線將模擬信號發送到數據采集系統，該系統在盒子內進行所有信號調節和模數轉換。他們在翼型上使用遮蔽膠帶將電信號通過機翼傳輸到數據采集系統的電線綁住。

圖 1.風洞和實驗裝置的示意圖，包括壓力箱、力平衡和數字壓力計圖片。（圖片來源：自然）

從DAQ系統到物聯網

基于傳感器的測量系統隨著微控制器和 ASIC 將決策和控制功能與數字化儀相結合而發展，使電子設備更接近測量點。測量系統不再使用傳輸模擬信號的電線，而是開始將測量的數字表示發送到主機，最初是通過 RS-232/RS-485 等總線發送的。

隨著傳感系統增加了無線通信——Wi-Fi、藍牙、蜂窩、LoRaWAN 等——它們演變成物聯網設備，Grace 聲稱這并沒有像人們想象的那樣起飛。也就是說，物聯網沒有跟上它產生的炒作，盡管他承認他需要對此進行更多研究。

圖 2.帶信號調理功能的ADXL50加速度計。（圖片來源：ADI公司）

Grace稱ADI公司ADXL50的推出是數據采集的轉折點，因為它將具有信號調理功能的加速度計集成到單個器件中。

傳感也滲透到工業測量之外的許多領域。Grace 指出，醫療傳感已經大大擴展，不僅在醫院設備中，而且還擴展到個人傳感領域。格蕾絲特別引用了可穿戴設備，其中包括那些你附著在自己身上的設備。

“可穿戴設備是一個恰好在你身上的數據收集平臺，”格蕾絲說，“無論是一件 T 恤、一雙襪子、一頂帽子還是一塊手表。它是一個數據收集平臺，是物聯網的一部分。如果你沒有傳感器，你就一無所有。

這包括人工智能。

“在我看來，可穿戴設備是物聯網和人工智能的基礎。當你審視可穿戴設備帶來的機會時，尤其是從傳感器的角度來看，可穿戴設備除非有傳感器，否則它就沒有任何智能。

格蕾絲指出，“人工智能正在從一切中吸走氧氣。” 格蕾絲解釋了科技公司的投資者如何希望看到人工智能組件。“每個想要錢的人都必須說出他們在用人工智能做什么。如果他們不這樣做，沒有人愿意給他們任何錢;他們認為技術沒有任何未來，除非它是基于人工智能或人工智能驅動的。

人工智能需要數據來分析。正如 Grace 總結的那樣，“您獲得的傳感器越多，與預感應相比，您進行后感應的精度就越高。你開始獲取所有數據，然后查看趨勢線。然后，您開始進行相關系數以獲得高度準確的數據。在我看來，從傳感器的角度來看，這就是推動人工智能發展的原因。