传感器是人类用来增强感知和解释世界能力的技术。机器学习的革命正在变革着传感器,这些传感器让我们可以构建虚拟现实模型,而后者则赋予了我们塑造周围世界的巨大力量。
传感器是做什么的?
传感器帮助我们解释我们的物理环境。从这个意义上来说,传感器跟我们的感觉类似。我们的嗅觉已经演进了数十亿年,能够检测分子结构并将其转化为某些我们会跟特定气味(例如过熟的香蕉)关联起来的电化学信号。
我们的皮肤包含神经末梢,可将压力和温度信号转换为触觉,正如我们的眼睛可将光线转换为视觉图像一样。通过传感器,我们利用工具来完成其中一些解释周围世界的工作。
感觉与传感器能力
传统望远镜的信号得到了提升,但是模式识别仍然跟我们视觉处理系统的人体生物学是一致的。这就是感觉增强。但是在温度计这里,信号不再由我们皮肤神经末梢的生物机制来捕捉了。
智能数字温度计不仅仅捕捉信号而且还通过嵌入在设备内的逻辑——或者模型处理模式识别过程。它就是这样将特定层面的分子振动解释为比方说华氏175℉,然后让你不用去猜鸡肉是不是煮熟了。这就是感觉替代。
从感觉到传感器的转移
在早期传感器里面,这种信号转换仍然相对粗糙。老式温度计会将水银的运动映射为一系列的温度范围内(分别由Daniel Fahrenheit和Anders Celsius进行校准)。你可以把这种校准过程视为一个非常简单的将水银柱的伸缩与温度估算进行映射的模型。
用于训练机器学习的传感器
传感器技术的新常态与机器学习密不可分。传感器仍然要捕捉数据,但现在的信号转换过程已经演变为模型构建。原始信号就是原始数据,但是通过机器学习的训练过程,该信号被转换成该数据中所代表的现实的算法表示。
从某种意义上说,这是传感器一直都做的事情。温度计的校准其实就是将水银的分子振动转换为代表现实温度变量的模型。而利用当今的机器学习模型,这种信号转换能够表现的现实已经变得复杂得多了。