七種人工智能技術(shù)能夠?qū)鞲衅飨到y(tǒng)有所幫助，它們是：基于知識的系統(tǒng)、模糊邏輯、自動知識收集、神經(jīng)網(wǎng)絡(luò)、遺傳算法、基于案例推理和環(huán)境智能。這些技術(shù)在傳感器系統(tǒng)中的應(yīng)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(yīng)用越來越普及。
這些人工智能技術(shù)具有最低的計算復(fù)雜度，可以應(yīng)用于小型傳感器系統(tǒng)、單一傳感器或者采用低容量微型控制器陣列的系統(tǒng)。正確應(yīng)用人工智能技術(shù)將會創(chuàng)造更多富有競爭力的傳感器系統(tǒng)和應(yīng)用。人工智能領(lǐng)域的其他技術(shù)進步也將會給傳感器系統(tǒng)帶來沖擊，包括數(shù)據(jù)挖掘技術(shù)、多主體系統(tǒng)和分布式自組織系統(tǒng)。環(huán)境傳感技術(shù)能夠?qū)⒑芏辔⑿碗娮犹幚砥骱蛡鞲衅骷傻饺粘Ｎ锲分?，使其具有智能。它們可以?chuàng)造智能環(huán)境，與其他智能設(shè)備通訊，并與人類實現(xiàn)交互。給出的建議能夠幫助用戶更加直觀地完成任務(wù)，但是這種集成技術(shù)的后果將會很難預(yù)測。使用環(huán)境智能和多種人工智能技術(shù)的組合能夠?qū)⑦@種技術(shù)發(fā)揮到極致。
創(chuàng)建更智能的傳感器系統(tǒng)
可以采用人工智能對傳感器系統(tǒng)進行優(yōu)化。人工智能作為計算機科學(xué)的一個分支出現(xiàn)于20世紀(jì)50年代，它繁衍出了很多功能強大的工具，在傳感器系統(tǒng)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。
人工智能系統(tǒng)日漸進步，正在創(chuàng)造人類與數(shù)字傳感器系統(tǒng)之間的無縫連接。雖然人工智能進入工業(yè)領(lǐng)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(tǒng)設(shè)備在越來越多的任務(wù)中表現(xiàn)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(jié)合起來，實現(xiàn)商討、分析、推論、通訊和發(fā)明，然后我們就有可能書寫人工智能的全新篇章。
人工智能結(jié)合了多種先進技術(shù)，賦予了機器學(xué)習(xí)、采納、決策的能力，給予他們?nèi)碌墓δ?。這一成就依賴于神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、自組織系統(tǒng)、模糊邏輯和遺傳算法等技術(shù)，人工智能技術(shù)將其應(yīng)用領(lǐng)域擴展到了很多其他領(lǐng)域，其中一些領(lǐng)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(huán)境工程、力值傳感、健康監(jiān)控、人機交互、網(wǎng)絡(luò)應(yīng)用、激光銑削、維護和檢查、動力輔助、機器人、傳感器網(wǎng)絡(luò)和遙控作業(yè)等等。
這些人工智能方面的發(fā)展被引入到了更加復(fù)雜的傳感器系統(tǒng)中。點擊鼠標(biāo)、輕敲開關(guān)或者大腦的思考都會將任何傳感器數(shù)據(jù)轉(zhuǎn)化為信息并發(fā)送給你。近期此項研究已經(jīng)有所斬獲，包括Portsmouth大學(xué)的工作，在如下七個領(lǐng)域中人工智能可以幫助傳感器系統(tǒng)。
基于知識的系統(tǒng)
基于知識的系統(tǒng)也被稱為專家系統(tǒng)，它是一種計算機應(yīng)用程序，整合了大量與某一領(lǐng)域相關(guān)聯(lián)的問題解決方案。專家系統(tǒng)通常有兩個組成部分，知識數(shù)據(jù)庫和推斷機制。知識數(shù)據(jù)庫以“如果-那么”的形式表述了這個領(lǐng)域內(nèi)的各種知識，加上各種事實陳述、框架、對象和案例。推斷機制對存儲的知識進行操作，產(chǎn)生針對問題的解決方案。知識操作方法包含繼承和約束條件(在基于框架和面向?qū)ο蟮膶＜蚁到y(tǒng))、檢索并采納案例(案例系統(tǒng))和應(yīng)用推斷規(guī)則(規(guī)則系統(tǒng))，具體取決于某些控制程序(前向或反向鏈接)和搜索策略(深度優(yōu)先或者廣度優(yōu)先)。
基于規(guī)則的系統(tǒng)將系統(tǒng)的知識描述為“如果-那么-否則”的形式。特殊的知識可以用于據(jù)側(cè)。這些系統(tǒng)善于以人類稔熟的形式呈現(xiàn)知識并作出決策。由于使用嚴(yán)格的規(guī)則限制，它們并不擅長于應(yīng)對不確定的任務(wù)和不精確的場景。典型的規(guī)則系統(tǒng)具有四個組成部分：規(guī)則列表或者規(guī)則數(shù)據(jù)庫(知識數(shù)據(jù)庫的一種特殊形式)、推斷引擎或者解析器(根據(jù)輸入和規(guī)則數(shù)據(jù)庫推斷信息或者采取行動)、臨時工作存儲器、用戶接口或者其他與外部世界的互通方法，將輸入和輸出信號接收進來和發(fā)送出去。
基于案例推理方法是基于過往問題的經(jīng)驗解決現(xiàn)有問題。這種解決方案被存儲于數(shù)據(jù)庫之中，作為人類專家的經(jīng)驗總結(jié)。當(dāng)系統(tǒng)發(fā)生了前所未有的問題，它會將問題與過往問題對比，找到一個與現(xiàn)有問題最為相近的案例。然后按照過往的解決方案解決問題，并按照成功和失敗與否更新數(shù)據(jù)庫。基于案例推理系統(tǒng)通常被認(rèn)為是規(guī)則系統(tǒng)的一種擴展，他們善于以人類稔熟的形式呈現(xiàn)知識，具有從過往案例學(xué)習(xí)并產(chǎn)生新案例的能力。