边缘AI引爆传感器潜力，赋能可穿戴个性化健身

【导读】9月13-15日，全球三大传感专业展之一的SENSOR CHINA，时隔3年再次于上海跨国采购会展中心盛大启幕，20+主题论坛同步举行。

在 “中国传感器产业高质量发展高峰论坛暨SENSOR CHINA 2023开幕论坛”上，中国工程院院士、国家智能传感器创新中心高层等专家云集，Bosch Sensortec GmbH亚太区总裁王宏宇也受邀发表演讲。

Bosch Sensortec GmbH亚太区总裁王宏宇现场演讲

去年，受新冠疫情等事件影响全球经济遭受重大挑战，全球传感器市场规模增速出现一定程度下滑。中国经济增速同样放缓，但受益于政策支持和物联网应用场景的拓展，中国传感器市场规模仍增长9.2%，增速高于全球水平。

物联网新兴应用场景的拓展，离不开新技术的带动，边缘AI与传感器的融合让各种新应用成为可能。

01 边缘AI的星辰大海

当下，ChatGPT爆火，生成式AI浪潮涌动，似乎人工智能都发生在云端，必须有大算力支持，才能跑起来这些深度学习相关应用。而MEMS厂商却看到了边缘AI的星辰大海，事实上，边缘AI在MEMS上进行边缘端处理已不是新鲜事了。

我们先从边缘AI的定义讲起，边缘AI是在边缘计算环境中实现人工智能，它允许在实际创建数据的位置附近进行计算，而不是在集中式云计算设施或异地数据中心进行计算，这种本地化处理允许设备在几毫秒内做出决策。

相对于云端AI，由于无需上云，边缘AI有以下显著优势，包括：更好的响应能力、更高带宽效率、更高数据隐私，以及在连接有限或间歇性情况下提高可靠性等。

云计算和边缘计算对比

云计算是集中式计算模型

边缘计算是一种分散式计算架构

目前较为典型的边缘AI传感设备为摄像头、麦克风、温度传感器和运动传感器。应用领域包括自动驾驶、工业自动化和医疗保健。

在当下内卷的传感器赛道，边缘AI与传感器融合为新应用赋能，成为Bosch Sensortec的新切入点。

Bosch Sensortec GmbH亚太区总裁王宏宇在开幕论坛中介绍了智能传感器的演进之路，传感器的功能从最开始的数据读取，到简单的分析和逻辑运算，未来的传感器会集成边缘智能（Edge AI），并能够进行一些更高程度的复杂的运算。在边缘AI的加持下，未来的传感器会有自学习能力傍身。

02 集成人工智能的传感器，为个性化健身赋能

运动健康一直都是可穿戴设备的重要功能，也是核心卖点之一，在可穿戴设备同质化严重的今天，拓展运动健康功能的边界非常重要。

可穿戴设备用户使用运动健康功能时，既希望数据可靠，处理结果及时获取，又希望有更好的数据隐私，即将终端数据保留在终端设备上。因此，边缘AI是很好的选择。

预设运动功能，传统的做法是离线做大量的数据训练，然后提取出一个比较完美的模型，再把它部署到传感器上。由于用户的运动风格、设备性能、身高和体力各不相同，许多健身追踪器或智能腕表只能提供非常有限的活动追踪，而且不能可靠地识别活动。如果采用自学习传感器，就不需要一开始做大量的训练了。

王宏宇表示：“我们可以把一部分训练的工作交给终端客户，终端客户根据个体的需求做二次学习，形成一个个性化的健康追踪。采用这种方式，运动识别的准确度和用户体验都有极大的提升。”

边缘AI与传感器融合，可实现更多功能。Bosch Sensortec已经在人工智能传感器领域取得了突破性成果，并为可穿戴客户提供赋能。

BHI260AP自学习运动传感器就是一款将人工智能添加至便携式设备的传感器，其独特的自学习和个性化功能，使用户能够通过定制化健身活动轻松训练设备。详细了解BHI260AP：新品| AI“握手”传感器，革新智能设备健康追踪方式

继BHI260AP之后，Bosch Sensortec又推出了性能进阶的