一個良好的‘智能傳感器’是由微處理器驅動的傳感器與儀表套裝，并且具有通信與板載診斷等功能。智能傳感器能將檢測到的各種物理量儲存起來，并按照指令處理這些數據，從而創造出新數據。智能傳感器之間能進行信息交流，并能自我決定應該傳送的數據，舍棄異常數據，完成分析和統計計算等。

　　智能傳感器，說白了就是將人工智能與傳感器技術相結合，形成硬件和軟件是共生演化的產物。未來，將有500億個相互連接的設備。而這些設備中大多都會安傳感器，可能用ElectricImp內嵌傳感器，或者用Estimote外接一個傳感器。設備中的傳感器會產生前所未有的海量數據。

　　人工智能技術能夠對傳感器系統有所幫助，它們是基于知識的系統、模糊邏輯、自動知識收集、神經網絡、遺傳算法、基于案例推理和環境智能。這些技術在傳感器系統中的應用越來越廣泛，不僅因為它們確實有效，還因為今天的計算機應用越來越普及。

　　這些人工智能技術具有最低的計算復雜度，可以應用于小型傳感器系統、單一傳感器或者采用低容量微型控制器陣列的系統。正確應用人工智能技術將會創造更多富有競爭力的傳感器系統和應用。

　　人工智能領域的其他技術進步也將會給傳感器系統帶來沖擊，包括數據挖掘技術、多主體系統和分布式自組織系統。環境傳感技術能夠將很多微型電子處理器和傳感器集成到日常物品中，使其具有智能。它們可以創造智能環境，與其他智能設備通訊，并與人類實現交互。給出的建議能夠幫助用戶更加直觀地完成任務，但是這種集成技術的后果將會很難預測。使用環境智能和多種人工智能技術的組合能夠將這種技術發揮到極致。

　　利用人工智能對傳感器系統進行優化。人工智能作為計算機科學的一個分支出現于20世紀50年代，它繁衍出了很多功能強大的工具，在傳感器系統中具有巨大作用，能夠自動解決那些原本需要人類智能才能夠解決的問題。

　　雖然人工智能進入工業領域的進程較為緩慢，但是它必將帶來靈活性、可重新配置能力和可靠性方面的進步。全新的系統設備在越來越多的任務中表現出超過人類的性能。隨著它們與人類越來越緊密，我們將人類大腦與計算機能力結合起來，實現商討、分析、推論、通訊和發明。

　　人工智能結合了多種先進技術，賦予了機器學習、采納、決策的能力，給予他們全新的功能。這一成就依賴于神經網絡、專家系統、自組織系統、模糊邏輯和遺傳算法等技術，人工智能技術將其應用領域擴展到了很多其他領域，其中一些領域需要對傳感器信息進行解析和處理，例如裝配、生物傳感器、建筑建模、計算機視覺、切割工具診斷、環境工程、力值傳感、健康監控、人機交互、網絡應用、激光銑削、維護和檢查、動力輔助、機器人、傳感器網絡和遙控作業等等。

　　這些人工智能方面的發展被引入到了更加復雜的傳感器系統中。點擊鼠標、輕敲開關或者大腦的思考都會將任何傳感器數據轉化為信息并發送給你。