近日，一篇发表于《自然》子刊《自然·传感器》的综述文章指出，人工智能（AI）技术正通过数据分析、协同设计与系统评估三个关键方向，深度融入传感领域，共同推动医疗健康与机器人等应用的变革。

文章作者、英国自由撰稿人安迪·埃克斯坦斯基于对多位研究人员的采访撰写了该文。美国宾夕法尼亚州立大学的程焕宇（Huanyu ‘Larry’ Cheng）教授起初对使用AI分析其团队开发的可穿戴传感器数据持怀疑态度，该传感器用于采集喉部手术患者的康复信号。在采纳合作者建议后，他对结果感到惊讶。程焕宇表示：“我对AI能够‘以一种高度有序的方式对信息进行分类’感到印象深刻。”

当前，研究主要集中在三个方向。首先是利用AI分析传感器数据，例如使用轻量化机器学习模型直接在可穿戴设备上处理信息，或在数据有限的情况下提炼关键特征。其次是传感器与AI算法的协同设计，通过端到端优化或进化算法，共同提升系统性能与效率。第三是建立合理的基准评测体系，以评估智能传感系统的综合性能与潜在风险，例如隐私问题。

这些技术进展正在医疗与机器人领域催生新的应用。在医疗健康方面，AI能提升从显微成像到可穿戴设备等多种传感器的数据分析能力，辅助疾病监测与健康预测。在机器人领域，AI帮助改善触觉等传感器的可靠性，并参与优化机器人的形态设计与控制逻辑。

程焕宇指出，尽管当前研究重点仍集中于优化现有技术，但随着深度融合，“变革性的智能传感技术进展终将出现”。多位学者认为，通过协同设计、基准评测等系统性方法，有望推动该领域实现更可持续和公平的发展。