AI/健身風(fēng)潮帶動(dòng) 穿戴設備傳感器精確度再升級

　　智能穿戴產(chǎn)品已融入日常生活中，而隨著(zhù)AI的迅速發(fā)展，以及消費者對于健康生活型態(tài)日益重視，為帶給消費者更佳的使用體驗，穿戴式設備的功能不斷推陳出新，而這些應用皆有賴(lài)大數據的整合處理，實(shí)現智能化的深度資訊搜集與分析，因而驅動(dòng)傳感器的精確度需求大增。

　　穿戴式設備商機持續成長(cháng)，根據市場(chǎng)研究機構IDC預估，2021年智能穿戴設備出貨量將達2億4010萬(wàn)臺，相較于2017年的1億2550萬(wàn)臺，市場(chǎng)成長(cháng)將近一倍，5年復合成長(cháng)率達18.2%;而穿戴式產(chǎn)品的使用定位也逐漸明朗，目前多以運動(dòng)、定位、通話(huà)、支付為主，特別是在健身、健康生活的風(fēng)潮擴散之下，運動(dòng)健身更是穿戴式設備的重要應用領(lǐng)域，像是國際知名大廠(chǎng)Apple、Garmin、三星(Samsung)皆紛紛推出著(zhù)重于運動(dòng)應用之穿戴產(chǎn)品。

　　與此同時(shí)，人工智能(AI)的迅速崛起，也為穿戴式設備帶來(lái)全新應用，例如人體動(dòng)作識別，透過(guò)深度資訊搜集與分析，結合AI的穿戴設備將能提供更有效、準確的數據讓消費者參考;而傳感器，便在這波運動(dòng)健身和AI浪潮中扮演關(guān)鍵的角色，其訊息搜集的品質(zhì)直接影響后續的處理與應用，因此，目前各大傳感器供應商皆致力于提升傳感器精確度。

　　AI/多功能應用興　推動(dòng)傳感器精準度提升

　　AI的快速發(fā)展，帶動(dòng)各種創(chuàng )新應用如雨后春筍般而來(lái)，而這股浪潮也蔓延至穿戴應用之上。意法半導體亞太區產(chǎn)品行銷(xiāo)經(jīng)理陳建成(圖1)表示，隨著(zhù)健身、醫療照護風(fēng)氣擴散，加上AI興起，穿戴設備的功能和應用愈來(lái)愈廣;而為有效分析日漸龐大的數據資料，提供消費者更準確、更值得信任的分析結果，后端的算法也因而變得更加復雜。為減少算法運算時(shí)間，設備商也開(kāi)始要求傳感器精確度，換言之，繼小尺寸、低功耗之后，精確度已成傳感器設計重要的考量之一。

　　Ams臺灣區總經(jīng)理李定翰也指出，穿戴式設備勢將會(huì )朝特化產(chǎn)品發(fā)展，例如專(zhuān)業(yè)的運動(dòng)腕表、醫療照護設備等，而面對愈加廣泛的應用和更趨復雜的算法，傳感器若能提升精確度，第一時(shí)間偵測到的數據越準確，后段算法越能分析出正確的資料供消費者參考，如此一來(lái)，便有利于終端制造商加快產(chǎn)品和應用開(kāi)發(fā)時(shí)程，這便是現在傳感器精確度不停提升的主要因素。

　　提升感測精準度　三大參數為關(guān)鍵

　　AI風(fēng)潮席卷全球，穿戴設備創(chuàng )新應用也日漸增加，而背后的算法復雜度大增，也促使傳感器精確度須跟著(zhù)提高。陳建成指出，要提升傳感器的準確度，得在設計時(shí)參考三個(gè)關(guān)鍵參數，分別為噪音(Noise)、穩定度(Stability)，以及誤差(Tolerance)。

　　上述三種都是強化傳感器精準度的關(guān)鍵參數，而這些參數中又各自包含許多調校細項，像是噪音中須注意的包括震動(dòng)排除(Vibration Rejection)、閃爍雜訊(Flicker Noise)、高頻率噪音(High Frequency);穩定度則是須注意長(cháng)時(shí)間穩定(Stability of Time)、穩定度vs溫度(Stability vs Temperature)、可靠性(Repeatability);至于誤差則是包含偏移(Offset)、靈敏度(Sensitivity)和非線(xiàn)性(Non-Linearity)。

　　陳建成進(jìn)一步解釋?zhuān)胍?、穩定度及誤差參數皆為調整傳感器精準度重要參數，若噪音沒(méi)有調整完善，容易導致偵測數據失真;穩定度則是確保產(chǎn)品能因應不同的環(huán)境變化，持續收集準確數據。

　　陳建成舉例，若一款傳感器的震動(dòng)為10GHz，就表示該傳感器皆在10GHz的震動(dòng)下收集資訊;但如果傳感器穩定度不夠好，其震動(dòng)頻率不停隨著(zhù)使用者的動(dòng)作或外在環(huán)境改變，從10GHz跳到20GHz，再從20GHz跳回10GHz，就意味著(zhù)此一傳感器的數據收集是非線(xiàn)性的，這樣子所收集的數據是相當不準確，也容易導致算法無(wú)法順利運行，使穿戴設備相關(guān)應用分析失真，或是停擺。也因此，傳感器的穩定度對于實(shí)現精確偵測是具備高度的重要性。

　　至于誤差值部分，毋庸置疑，一定是朝誤差值越小越好，目前各家傳感器的供應商目標都是追求誤差值在正負1以?xún)?。陳建成說(shuō)，現今各家業(yè)者積極追求誤差值的原因就如同前面所說(shuō)，后端的算法對于傳感器精確度的要求越來(lái)越高，希望傳感器在第一步偵測時(shí)，所收集到的數據就相當準確，才能減少算法之后的運算和調校時(shí)間。

　　陳建成解釋?zhuān)^(guò)往穿戴式設備制造商之所以沒(méi)有特別要求傳感器精確度，是因為穿戴設備的功能較為簡(jiǎn)單，對于數據分析的需求還沒(méi)有這么高;但隨著(zhù)AI興起，大數據時(shí)代來(lái)臨，加上消費者對于穿戴設備的功能要求越來(lái)越高，制造商須透過(guò)算法開(kāi)發(fā)更多創(chuàng )新應用，使得算法愈趨復雜。在這種情況下，若傳感器精確度不足，已無(wú)法像過(guò)往一樣，靠后端算法多花一點(diǎn)時(shí)間，針對硬體不足的部分進(jìn)行調整?？偨Y來(lái)說(shuō)，如今小尺寸和低功耗對于傳感器而言已是必備條件，穿戴式設備制造商進(jìn)而開(kāi)始對傳感器精確度有所要求，希望借此加速產(chǎn)品、應用開(kāi)發(fā)時(shí)間。