近日，由中国科学院金属研究所孙东明、成会明课题组与相关单位开展合作，开发出一种柔性碳纳米管—量子点神经形态人工视觉光电传感器。目前的人工视觉系统往往采用传统的互补金属氧化半导体或者电荷耦合器件图像传感器与执行机器视觉算法的数字系统相连接来实现。
为此，科研人员设计并制备了一个1024像素的柔性神经形态光电传感器阵列，其中铯铅溴钙钛矿量子点作为感光层和光生电荷俘获层，半导体性碳纳米管薄膜作为电荷传输层。同时，该光电传感器阵列集成了光传感、信息存储和数据预处理等功能，这与生物系统行为类似，实现实时并行处理信息，这对于模仿生物视觉处理的人工视觉系统具有重要的启发意义。
那么人工智能与传感器的结合能为人类社会带来怎样的进步呢？
人工智能技术优化传感器系统
“传感器”、“人工智能”、“物联网”，这些看似不太又联系的词，其实是相互联系在一起的，拧成一个大趋势，在这个链条里，每一环都会对下一环产生影响，如此产生积极的循环。各种连接的设备里的传感器会产生大量数据，海量数据使得机器学习成为可能，机器学习的结果就是AI，而AI又指导机器人去更精确地执行任务，机器人的行动又会触发传感器。这整个就是一个完整的循环。
人工智能技术能够对传感器系统有所帮助，它们是：基于知识的系统、模糊逻辑、自动知识收集、神经网络、遗传算法、基于案例推理和环境智能。这些技术在传感器系统中的应用越来越广泛，不仅因为它们确实有效，还因为今天的计算机应用越来越普及。这些人工智能技术具有最低的计算复杂度，可以应用于小型传感器系统、单一传感器或者采用低容量微型控制器阵列的系统。正确应用人工智能技术将会创造更多富有竞争力的传感器系统和应用。
人工智能领域的其他技术进步也将会给传感器系统带来冲击，包括数据挖掘技术、多主体系统和分布式自组织系统。环境传感技术能够将很多微型电子处理器和传感器集成到日常物品中，使其具有智能。它们可以创造智能环境，与其他智能设备通讯，并与人类实现交互。给出的建议能够帮助用户更加直观地完成任务，但是这种集成技术的后果将会很难预测。
强强联手 协同作用
人工智能目前正在为社会的方方面面带来革新。比如，通过结合数据挖掘和深度学习的优势，如今可以利用人工智能来分析各种来源的大星数据，识别各种模式、提供交互式理解和进行智能预测。
事实上，大多数的人工智能动作和应用场景都需要依靠合适的传感器来达成，传感器是人工智能技术发展的硬件基础，是人工智能与万物建立联系的必备条件。以自动驾驶为例，自动驾驶的核心，是让车绕过人类感官与交通环境实现交互。这就极大程度依赖雷达、视觉摄像头以及多种多样的传感器装置。
显然，政府也看到了传感器对于人工智能产业的重要性，前几年，工信部正式印发了《促进新一代人工智能产业发展三年行动计划》，计划中的重点内容是培育八项智能产品和四项核心基础，而智能传感器排在核心基础的第一位，处于最基础最重要的地位。这进一步肯定了智能传感器对于发展人工智能产业的重要意义。
传感器将是未来万物互联的核心基础。当前，信息技术发展正处于跨界融合、加速创新、深度调整的历史时期，呈现万物互联、万物智能的新特征。云计算、大数据、人工智能的兴起，推动计算架构、模式及智能传感出现重大转折，市场应用呈现爆发式增长态势。
总结
新技术革命的到来，世界开始进入信息时代。要获取大量人类感官无法直接获取的信息，没有相适应的传感器是不可能的。物联网让人工智能成为现实。物联网提供了现成的传感器，为感知物质世界提供了更多有意义的途径，从而让人工智能“活了过来”。传感器给人工智能以“眼”去看世界，给他们一个“好耳朵”，赋予人工智能“对事物的敏锐触觉”。在很多方面，传感器都在赋予人工智能超能力。