可穿戴设备一个伟大的贡献就是让人的生命体态特征数据化，而在这个数据化过程中，传感器起到了决定性的作用。随着时间的推移以及可穿戴设备产业的不断进化，一对矛盾显的更为突出，一方面是功能扩展的需求正在日益增加；另外一方面是设备不断微型化。面对这一矛盾，唯一解决的方法就是集成化。这不仅仅是对于系统，或芯片的要求，对于传感器也是如此。如何让多种不同功能的传感器集成监测，并在相互之间形成逻辑关系，这种融合发展将超越摩尔定律，不再是时间递进关系的进化，而是跨越新方向的变化。
从传感器本身的技术发展来看，已经从过去简单的模拟和机械结构演变为现在芯片化的数字器件。对于机器而言它不仅可以连接到一个机器并监控机器的运行以及环境状况，同样对于人而言，通过穿戴在身上的传感器监测人的生理数据、特征变化。与机器相比，人的监测当然更具复杂、多元性，这对于传感器的监测要素提出了多样化的需求。如何让让多种类型的传感器一起合作来为人、环境监测服务（图0-0），并解决问题，这是一个让人兴奋并现实的课题。
图0-0 融合
多传感融合这个概念的提出可以上溯到二十世纪五十年代，就是通过一个计算装置把来自多个传感器的数据和信息结合起来，得出一个结论，但在当时实现起来难度很大。到了1960年左右，一些数学家跨界进入了传感器领域，开发了一套算法，试图在一个机器上基于多个传感器的输入得出一个结论。这些过滤器可以自动除掉噪声或其它来源引入的无效数据。当然，这是基于当时人工智能还并未很好发展的情况下，随着人工智能技术的发展，未来的传感融合与数据识别将不再是基于数学模型，而是基于人工智能的识别方式。
站在今天看可穿戴设备的发展，我们已经实现了健康监测、老人监测、婴儿监测、公共安全、娱乐运动、环境质量，甚至是情感意识的监测，而不同功能的监测是基于不同的传感器实现。可穿戴设备做为连接人与物的智能钥匙，如何让多元的传感监测能智能融合这也不再是传统的摩尔定律解决的问题，不仅仅是单一多种传感器融合的问题，而是跨界融合的问题。
基于芯片与传感器的跨界融合，这在目前几家国际巨头的芯片研发动向中已经体现，也将很快不是问题。尽管这项跨界技术的融合能大大改善当前传感器多样化的问题，但对于监测范围不断延伸，监测数据不断演变的可穿戴设备而言还无法有效满足，我们几乎不太可能在延续现在的做法，为每个传感器建立一套算法，然后在算法之上再加算法，不断的通过数学模型来打通监测数据的逻辑运算关系。
因此我有个预测，关于传感器未来发展的大方向一定是跨界融合，不仅与芯片融合，而且一定会与人工智能融合。而与人工智能的融合在我看来大概会分两步走：
第一步是基于云计算平台的人工智能处理系统，也就是芯片与传感器先融合，这在目前的技术情况来看相对比较容易实现应用化。通过无线传输技术将融合芯片的传感器所检测的大量数据传输到云平台，再由云平台与人工智能融合进行数据运算、处理，之后反馈给相关使用者。因为云平台与人工智能的融合相对容易。
第二步则是生物芯片的发展，直接跨过云平台，将芯片与人工智能进行融合，而这种自带大脑的芯片我们不能再定义为传统芯片，而是生物芯片。依托生物芯片为基础，然后融合传感器对监测的数据通过生物芯片进行实时处理，之后将结果传输到云端，此时的云端所承载的不再是过去的数据处理模式，而是数据存储与大数据的二次挖掘处理。
引用我自己的老话来说，物理层面的问题从来就不是问题，只是时间问题。而我所提出来的这个方向预测也将会很快实现，未来的可穿戴设备或许不再以今天的形态出现，或许我们所穿的每一件衣服都将会是可穿戴的载体。当然，我们如果需要对可穿戴设备当前的商业化做更多的了解，欢迎参阅《可穿戴设备：移动互联网新浪潮》这本书。
