论坛预见到集成智能传感技术的研究和开发活动将呈指数级增长,特别是专注于微米和纳米传感器的利用,论坛学术领域专家学者在人工智能,医疗保健和机器人技术中应用的智能微米和纳米级传感系统的最新研究成果进行传播,包括新的科学理论、计算算法、信息技术,以及能够使高级传感设备与机器人、可穿戴式健康监控系统、互联网、局域网或人体网络以及智能系统快速开发和集成的工程技术。圆桌论坛.jpg

以下为“IEEE传感器应用国际会议”上圆桌论坛的精彩致辞实录,由云现场整理。

 

    参与嘉宾:

    美国明尼苏达大学教授 崔天宏

    韩国SENKO株式会社社长 Seung-Chul Ha

    韩国首尔国立大学的副教授 Jeong-Yun Sun

    韩国高级科学技术研究所(KAIST)副教授 Inkyu Park

    香港城市大学生物医学工程系助理工教授 于欣格


    孙钰: 马上开始今天下午的关于电化学、生物传感器、触摸传感器、气体或者是离子传感器都有很多丰富的内容,都是来自业界的观点。接下来进行一场讨论,我会提出几个问题。第一个问题,在这个会议中,是关于电子传感器的一个应用。我们大湾区的主题就是机器人、人工智能、传感器,我们先放掉人工智能和机器人,在传感器开发方面,在过去十年有哪些重大的进展?在过去十年,在传感器开发方面有哪些重大的进展。
   
    Inkyu Park:在过去十年,很多技术日新月异,在传感器来说,技术也是不断地发展,而机器人并不是一个单纯的技术,还有我们有很多种的传感器,比如可以灵活变通的传感器,还有生物传感器等等。还有就是纳米材料的放大,还有性能的稳定性也在不断增加。  
    我想提两个最主要的进步,这些进步主要是在纳米材料上,也就是延伸程度还有表现性也是在不断地完善的。也许其他专家有更好的见解。
   
    孙钰:你是说纳米材料还有灵活度比较高的材料是吧?孙教授有没有更好的见解?
   
    Jeong-Yun Sun:从我的角度来说,我觉得讨论未来是非常难的,但是如果让我们来看未来的话,也许传感器和人类的差距越来越小,因为很多人在讨论人机的互动,事实上,于教授还有朴教授也讨论了很多一些传感器的特点,这些传感器就是与人的接触距离非常短,这是一方面,另一方面,像刚刚韩教授讲的,在一些特殊的场景下,比如在一些商业化的场景化,它们有些时间需要专业性比较高的,个性化程度比较高的传感器,这样也许是未来10年传感器的发展趋势。
   
    崔天宏:我想补充一点,在过去20年,最成功的传感器并不是单一的形式存在的,但是我们来看整体的情况,商业化的传感器还有物理形式的传感器它发展速度非常快,还有一些压力性的传感器在过去十年发展得很快,他们运用到很多场景当中。然后人们成功地研发了一些加速器还有一些导航的设备,这样可以来帮助我们追踪定位,这些应用存在于我们的手机和移动设备当中。我想最具有挑战性的一部分就是很多人依然在探讨化学传感器,这方面面临很多问题,现在化学传感器未来有很多的潜力,事实上,它的市场也非常大,今天我们讨论了很多人工智能、物联网、安全智能城市,但是如果你看一下传感器,问题在于我们很多人使用的是物理性质的传感器,这是比较耳熟能详的,那么生物传感器比如在过去10年,我们第一次有一个非常大好的设备去监测我们的胰岛素的血糖,这对我们的糖尿病的治疗来说可以说是一个福音。但是相对来说是一个比较低端的传感器,它只能监测出几个指标,不像其他的一些生物传感器,生物传感器依然开发速度并不是很大,还有待开发。
   
    Seung-Chul Ha:我做的只是气体的传感器,我对其他技术可能不太了解,我说在气体传感器方面,我们优化和开发了各种各样不同的传感器,我们面临的很多问题,我觉得我们需要很长一段时间去克服这些挑战。
   
    于欣格:事实上来说,我觉得这个问题没有一个量化的答案,因为我在这方面的研究还不到两年,所以你要问我十年前的事情,确实有点难回答,我想刚刚几位教授已经在这方面给出了非常具体的答案,还有就是讨论到了技术的进步,我想讨论一下传感器的一些看法,我觉得传感器要更好地结合在医疗设备还有人体当中,因为现在人们对健康的意识并不是很高,因此,这样的话会有很多风险,比如高血压等等。我想,我们的医疗在这方面可能它的兴趣度并不是很高,传感器在商用方面有非常大的市场,我们如何应用他们去实现更多的一些目标,如何运用他们解决更多的问题。比如治疗疾病等等,这些是我们传感器未来发展的方向。
   
    孙钰:我们听到了很多方面不同的答案,我同意一点,在过去十年最大的感受、最大的进步就是物理还有气体方面的一些传感器的进步。我依然想起每次会议当中,一旦讨论到化学和生物感应器的时候,我们都会问一个问题,它的性能是如何,它的结合程度如何,我想在未来十年这个问题依然会被不断地提到。在过去十年,传感器最大的进步是什么,这可能很难回答。那么对于很多人来说,机器人和人工智能来说它们是一回事,但实际上他们并不是一回事,我们现场很多教授并不同意这个说法,也许我们的传感器有很多的不同的类型,比如化学还有触觉等等。机器人可能会接触一些东西,在AI领域当中,这些传感器也许并不是最具有代表性的,当我们说人工智能的时候,我们可能想到的就是其他的、更广泛的传感器,帮助我们去检测一系列的指标。现在我们来把关注点放在AI和消费市场上,你觉得现在我们缺少什么,我们要怎么样才能够实现AI的发展?你觉得在AI的发展当中,现在最缺少的是什么样的传感器,我看朴教授正在看我,朴教授您先来。
   
    Inkyu Park:有点尴尬,我第一个被点名了,我还没有时间准备这个答案。我大概回答一下,我个人也从事气体的传感器研究,我也与一些非常好的公司进行合作。实际上,我在智能产品部门工作,主要是监控一些物质,监控一些微生物的离子等等。我们研发了多感应器的平台,这可以让我们去感知到很多的物质,可以让我们去监测到不同的分子和不同的物质。哪怕我们用了多种感应器,我们依然发现每个感应器都并没有一个很好的重复性;哪怕我们有非常好的控制器,但是每个传感器之间的差异性依然非常明显,尤其是在化学和生物感应器方面尤其如此。有些传感器控制质量非常好,然后它不太容易受到外部环境的干扰,但是在化学传感器方面来说,做到这一点很困难。
   
    孙钰:是什么原因呢?
   
    Inkyu Park:这些感应的物质和材料尤其是当你运用一些纳米材料的时候,我们很难去控制它的敏感度,我们也很难控制它的基准线,还有就是很难控制它的材料的性能,所以它的差异性非常大。如果我们有非常好的机器学习的平台,如果你的传感器和之前传统的传感器有很大的不同的话,那结果就会不同。气体传感和化学传感器由于重复性非常低,在硬件方面,我觉得是比较缺的一个部分,也就是说我们非常缺硬件部分。
   
    孙钰:非常感谢朴教授的回答。我来总结一下,就是气体传感器和化学传感器非常紧缺,主要是因为一些性能的限制,我们必须要牢记一点,我们整个世界不仅仅是只有纳米材料,为了能够制作更有效的传感器,我们甚至要跳出框架去思考,我们甚至可以着眼一些传统的材料,这也是我们可以着手的一部分。其他教授有没有想法?当我们说到人工智能的时候,我们总是在假设,我们很容易就能够获取成千上万的数据和信息,那么你觉得这方面你是怎么想的?
   
    于欣格:我想简单地和大家分享一下我的故事和观察,我不知道医疗的系统在这北美是否相似,我想在中国,当我们去医院的时候,有一个情况,就是我们总是相信老大夫,我们总是相信专家,这也就是说,那些时候哪怕我们有些X光的成像或者CT、MRI,我们依然希望能够从一些资深的医生当中去就诊,因为我们相信他们有更多的经验,这就是问题所在。用过去20、30年积累的经验和知识,去给我们的病情进行确诊。但是这些老医生也会有误诊的情况存在,这一点和年轻的医生也是一样的,在过去30年的学习当中,通过这么多年的经验,他们很容易通过积累的知识来针对这些图像给到我们想要的信息。说到电子传感器和人工智能相关的设备,我觉得是相关联的,我们先不谈电子设备,尽管是电子设备,我们能够搜集到很多大很大量的信息,但是对于某些病状、某些症状要去进行诊断的时候,我们需要去搜集电子信息、从机器传回来的成像信息,这样不需要一个真实的医生给我们做诊断,只需要把这些东西给到机器,根据某些研究,这个诊断的准确率可以达到99%,有时候用电子化手段可能更好,或者用柔性电子设备更好,柔性电子设备每天都可以用,可以随身携带,而不是去医院做检测等待结果。这个电子可以去监测这些身体的体征的信息,每分钟都能搜集,然后上传到云上面,让人工智能进行分析,大家可以看到这方面在未来有多大的机会。我们认为,柔性电子和AI在未来应该有很好的结合的机会。
   
    孙钰:所以你做这个研究将会有源源不断的资金对吧?其他各位嘉宾有什么评论吗?
   
    崔天宏:我不能对AI做一些评论,但是我能够分辨,即使在现在,传感器是他们的底线,我们看一下现有的传感器技术,在过去,物理传感器是更稳定的,就像朴教授所说的,物理传感器是基于一些最稳定制造材料和制造原则。而相对闭的话,我们气体传感器现在还在开发中,尽管有些氧化物、葡萄糖的压力剂已经商用,但是有很多还在开发,比如病人在用葡萄糖传感器,但每周他们都要做一个更换,然后去做其他的操作。我觉得这是与它的稳定性有关,比如材料是否稳定,比如柔性材料还有有机材料的稳定性,有些时候这些材料不一定稳定,会受到污染,这使得检测结果会不同。在几天甚至几小时内结果都会有偏差,在AI当中当然可以搜集到信息,但是数据是错的怎么能用呢?对于化学气体传感器来说,我们必须要解决的是稳定性问题,根本是材料的稳定性。
    
   孙钰:很重要的点。

   Seung-Chul Ha:跟大家分享一下我在人工智能开发方面的一个经验,我们主要是基于电极或者电子方面的传感器。如果我们想要检测单一分子,比如在检测一些年老的或者病人的情况,我们想要去排除其他的不相关的材料,比如想要排除一些东西比较简单,但是这些分子随着温度的改变,分子的组成和结构就会改变,我们就很难去区分。当然我们现在有了人工智能的支持,我们就能够把一些更复杂的分子进行分辨排除出去。我觉得用人工智能在接下来可以用于这样的下一代的传感器技术。
   
    Jeong-Yun Sun:我也同意您的观点,传感器和人工智能和机器学习之间应该是需要相结合,绝对是需要的。但我的感觉,像于教授指出,我们有海量的数据,但是有时候这些取样的检测情况、检测条件都是不一样的,我们就不能够很好地对比,如果我们对于机器学习有很好的逻辑,可能在未来,我们可以搜集到很好的结果,如果可以的话,他们就能够可以和我们做出很好的预测,但现在我们没有办法在这方面有很好的条件,所以这就成为了我们现今的制约因素。
   
    孙钰:我来总结一下我听到的,非常有趣的一点,比如把AI用于传感器或者把传感器用于AI,这两方面是不一样的。传感器的开发我们都知道,稳定性很重要,稳定性也是很复杂的,如果要控制这个系统也是很复杂的。我们要谈论高可复制性的材料,它的稳定性就是一个问题,我想说的是,我们的传感器不那么好,他们的信号不稳定,他们的结果会有偏差。我们可以通过人工智能帮我们调整信号,这是比较幼稚的,因为我觉得在同一个时间段之后,我们有一系列的信号去读取,我们通过人工智能去分解这些信号,当然这是可行的,但是这是否有意义呢?比如我们想减少传感器的成本,然后再到处运用它,通过这样才能使人工智能帮我们分解分析信号。
    第二,关于人工智能,我们觉得在传感器开发中,我们有义务开发出更有可靠性的传感器,也就是说信号很好,敏感性很高,性能也很稳定。怎么做呢?人工智能在其中就能发挥作用,同时我是计算机科学学院的学员,我的同学从来不担心物理性,他们觉得数据会自动搜集,数据都是正确的。在传感器里面,我们需要思考数据是否是正确的,是否是可信的,这是需要我们讨论的,建议明年的大会,我们应该把这个话题主会场的讨论,比如我们传感器的开发的稳定性还有人工智能的角色。如果我们要把传感器大量应用,它的信号是否稳定。我们人工智能可以用于识别这个物体,哪个需要拍照,哪个是猫,哪个是狗,这样可以更进一步去驱动。这里特别是年轻的听众大家应该了解,传感器还不够成熟,任何类型的传感器要在商用中取得成功还有很长的潜能要做。在深圳这一点很重要,就是所有东西必须取得商用才是成功。我们这次讨论非常成功,我非常享受。
    我想去到一个比较低的层次,因为传感器可以驱动消费电子,我们都知道你的公司是通过传感器来检测汗液的含量等等,这都是整个市场推动的很大的应用,我们看一下机器人的应用,机器人要探索世界,需要什么样的传感器?我们先不谈人工智能或物联网,我们的气体或者其他的力量或者是触摸型的传感器是否已经足够强大来使得机器人可以起到作用?大家怎么觉得的呢?我们从崔教授开始,因为崔教授30多年来一直在专注于微积电系统。
   
    崔天宏:在机器人方面我们有这样的感觉,就像我们今天下午说的,触摸、味觉、嗅觉、动作控制传感器已经比较成熟了,像您刚才说的陀螺仪传感器这些在商用方面都比较稳定,人们可以用他们来做很好的动作控制。就像我们刚才说的,机器人可以经常做3D动作,如果我们再来看气体传感器,用气体传感器检测一些气体、味道,我们这个传感器也比较成熟,但如果是说,专门对嗅觉还有味觉的传感器,人类专有的感觉,机器人没有办法在这方面达到应有的高度,这是我们需要进一步开发的传感器,不仅仅是为机器人,还要为智能城市开发,这些方面还不够智能。我们缺乏好的传感器,基本没有好的传感器,这是我的重点,我觉得在这方面需要进一步开发传感器,让它们反应更快、长时间使用更稳定、更加地特定或者更加地具体,希望它们能够去分辨出究竟是哪种气体。
   
    Jeong-Yun Sun:最后一个问题是跟我们之前一个问题相关的,就是传感器开发的方向。我们专注问题本身来思考,比如和无感相关的,看见、触摸、压力、嗅觉等等,根据这些方面开发传感器,这样的传感器在现在并不算是非常神奇的东西,我们说它的质量并不是非常理想,但是它的概念已经存在了。像我刚才指出的,我对于人机界面很感兴趣,也就意味着比如我们有一个摄像头,我们已经开发出很好的摄像机,但是这个摄像头如果能和我们身体直接进行沟通和互动,这就是很神奇的事情,或者我们的听觉、其他的触觉、感觉都是同样的。我认为,传感器的开发是我们需要去克服的一些边界,然后不断提升。
   
    Inkyu Park:把机器人和人体进行比较,我想现在的传感技术缺了很多技能,我们开发力度最小的就是多种传感器的结合。比如,我们看一下人体,我们人体内有很多的天然传感器,它们是以3D方式无缝结合的。但是如果你看当下机器人,虽然有单个感应器存在,但是它们的结合程度并不是很好。还有他们没办法做到无缝结合和整合。另外就是机器人的神经感知系统和感应方面依然做得不好,我想说,当下的一些多种感应器的处理过程,这些处理软件依然是非常紧缺的,它没有办法和人类相比。这些多感应器的结合还有它的处理技术非常紧缺。
   
    于欣格:假设一下,我们每个人都是机器人,我们都坐在椅子上,每个人都是不同的,我们都有不同的生理特征。每个机器人可能因为有不同的功能而有它的差异性,但是如果在一个真正的机器人当中,它应该可以感应到很多的东西,比如风的吹动、河的流动等等。我想要研发一个真正的感应器,它并不是一个单一的功能,它应该是多功能的结合,比如当我跟你说话的时候,你可以听到我的声音,然后你还可以感知到我的情绪。如果真正的机器人可以感受到这些情绪的变动的话,我想这是非常有趣的。所以我们如何把这些信号结合在一起,如何去给一个事情下定义,这是最困难的。如果我们可以把5种不同的感官结合在一起的话,这是更加困难的,这也是很多机器人面临的问题。
   
    崔天宏:我们听到了很多不同的见解,我想跟大家分享一下作为一个机器人的研究人员,如果我们去思考一下我们的人体,思考一下我们自身的身体的话,我们的人体可以感应到很多不同的感觉,我们可以感受到很多事情,但是我们现在的机器人做不到这一点,我们不可能单纯加几个感应器或者多增加几个照相机、摄影机就可以解决。尽管你加了这些感应器和照相机,它依然不算是一个精确的、完美的机器人,因为它没有办法像人类一样去感知,它们暂时不能做得很好的第一个原因就是体积的限制,第二个是它的成本。我们要想如何利用这些信号,不仅仅是在物联网,还有就是人工智能,我们迫切需要更多稳定性能好、低成本、应用范围比较广的传感器,哪怕机器人缺少重要的传感器,我们依然急需更多高性能的传感器。因此我们在传感器的预期还有实际的能力当中,存在非常大的差距,我们必须要弥补这个差距。
    在最后5分钟,我们想让圆桌会议的与会者思考一下你们当中很多人比我还要年轻,你们可以多活50、60年,如果你们可以多活那么久,你想在未来30、40年,你能够想象到最好的机器人是什么?你想让它们改善的性能是什么?为什么?
   
    于欣格:我想要一个生物反应非常灵敏的传感器,比如孙教授看起来非常年轻、健壮,未来50年我们希望有更多实时的传感器让我们每天都使用。另外一点,一些新的传感器可以植入到我们的人体当中,因为一些疾病是没有办法及时的确诊,而且我们也不希望说我们的传感器永远都存在于我们的体内,所以我们希望这种传感器是以生物的形式存在于我们的人体当中,能够与我们的人体很好地进行兼容。然后它可以消融在身体当中,我们的人体确实需要这样的传感器,这样的传感器在未来50年也许用途非常大。
    这个问题非常好。
   
    Inkyu Park:这只是我个人的见解,在未来50年,医学临床方面的传感器是非常具有潜力的,很多临床的程序依然按照传统方式走,他们依然按照传统医疗方式,未知的领域也非常多,很多的疾病没有及时的确诊,这样的生物传感器是非常的适合应用到临床医疗当中,它也是非常紧缺的,在未来50-60年中,我们可以更多开发临床领域的生物传感器,这样能够可以帮助我们增加医疗临床诊断的准确性和安全性,这是我个人的希望,我希望这一点在未来50年可以实现。这样我可以更长寿一点。
   
    Seung-Chul Ha:我想这个问题有点男回答,我们未来需要多种多样的传感器,而且不同的传感器它的要求也是不一样的,大家都知道金池(音),在三星之前,它是一个非常大的公司,他们是做传感器的,金池业绩表现非常好。他们想要知道传感器的应用模式,而且他们想把传感器应用到经济、社会还有环境等方面。我们韩国就是使用金池的标记,我们开发了这些传感器,他们想利用这些传感器开发产品,然后满足消费者的要求。我们也希望能够有更多的传感器,有更多的消费者市场。
   
    孙钰:刚刚韩教授说,未来50年会有更多高性能的传感器,还有未来也有更多的传感器会应用到可穿戴设备当中。
   
    崔天宏:我希望有不同的见解,在未来50年,假设我可以多活50年,我想生物传感器会有最大的突破就是由市场而定的,如果你来看一下当下市场需求,我们社会老龄化非常严重,很多人的寿命可以达到100岁,问题就是医疗健康有非常大的需求,也许在全球20%的GDP都会运用到医疗健康当中的诊断还有治疗当中。我们可以看到市场当中有非常大的需求,这些生物的传感器的发展受到市场的推动和需求,有这些传感器的话,也许我们的老百姓会做更便宜的疾病确诊。很多人可以用这些来治疗一些疾病。所以我说未来生物的传感器可以有非常大的变革和突破,我们可以在未来看到更多的一些新的材料。这些材料也可以更多应用到临床医疗领域。
   
    孙钰:还有没有其他要补充的?如果没有的话,我来一下总结。我们又听到医疗临床方面的监控,不要忘记,在我们世界当中,我们有各种各样的监控,比如我们的呼吸、空气、饮用水,这些都需要得到监控。我们都关注制造业,今天早上,有一些演讲嘉宾他们都讨论到了制造业,我们当下的痛点就是如何把传感器更好地部署,搜集更多的数据。这样我们能够加快数字化制造业的发展,这样能够更好地加强产品的质量、加强我们的一些生产的质量等等。人工智能还有机器是需要这些传感器帮助他们去搜集数据的,所以我想在今天的圆桌论坛上,我们再次得知,传感器的需求量依然非常的大,我们也需要更多的一些低成本、高准确度的传感器。我在这行做了至少20年,我看到一些韩国的嘉宾他们可能研究的时间更长,我的看法就是,如果年轻的学生你想研究传感器的话,那么很多问题都没有办法来得及去解决。我想我们的目标以及我们在这里的责任就是更多地关注其中一种的传感器。比如每个学生就关注一个传感器,每个公司就关注一种好的传感器。这些传感器能够帮助你解决一系列的问题,未来50年也许我们可以解决这些问题,否则如果我们只是泛泛而谈,我们没有办法解决,我们依然停留在如何搜集数据,如何去推动AI的发展等等,所以我想,我们一定要关注某一点传感器,否则的话,等我们研发到位的时候,很多问题都已经无济于事了,我们依然在不断地发展,还有就是不断地去研究人工智能。
    由于时间关系,今天的论坛到此为止,再次感谢各位嘉宾的倾听,明天我们有一整天的会议。希望你们了解我们的海报和主题。最后想要通知的是今年我们依然会搜集一些论文,我会征集一些好的文章,我也希望和鼓励在座的各位去跟你们的朋友一起去提交你们的更好的论文还有征文,这样我们下一年的会议会有更好的议题。再次感谢在座的各位演讲嘉宾,希望明天能够见到你们。