廉价制造传感器的技术实际上是由 iPhone 开创的。传感器用于垂直和水平旋转屏幕，并收集计步器和高度计等医疗数据。此外，为了提高语音识别的识别率，还安装了三个用于降噪的MEMS麦克风。但国内主要半导体厂商并不看好MEMS，并没有进入这个市场。 New Japan Radio是日本唯一的模拟半导体制造商，每年生产1亿个MEMS麦克风。 MEMS传感器之所以能够量产并以如此低的价格出售，是因为它们被用在了iPhone上。图 5 是 MEMS 麦克风的示例。

数字化需要模拟电路和滤波器电路来拾取并放大来自这些传感器的信号，以及模拟电路（例如 A-D 转换器）。还有将 MEMS 信号输出为模拟信号的产品，以及将其转换为数字信号并输出​​的产品（图 6）。这正是日本电子制造商发挥积极作用的空间。

[图6]将模拟电路集成到MEMS加速度传感器中的芯片
来源：ADI 公司

从传感器收集数据后，数字化并保存并进行相关性分析^*4和多元分析^*5将原始数据转化为有意义的信息。传统上，这种数据处理涉及建立模型，检查实际结果是否与模拟模型匹配，如果存在差异，则用一般经验值进行补偿。最近，传感器数据已使用人工智能（机器学习和深度学习）进行监控。随着时间的推移会产生大量数据，但通过将其定义为显示正常趋势的数据，如果出现偏离该模式的数据，则可以将其确定为异常。

优秀的人类创造优秀的人工智能

看起来好像是计算机自己做出了这些决定。然而，人类确保计算机了解什么是正常的，什么是异常的。换句话说，即使数字化将计算机变成自治系统，人类仍然需要教它们。我们有时会看到负面的说法，比如引入人工智能和数字化会抢走人类的工作，但不幸的是，控制人工智能的仍然是人类。

然而，正如每个人都是不同的，每个人工智能也是不同的。这是因为人工智能的知识会根据所教授的内容而变化。换句话说，如果你教人工智能一些对人类有害的东西，它就会变成一个有害的人工智能。如果人工智能被教导了对社会有用、给人类带来幸福的好东西，它就不会伤害人类。在本系列的最后一部分中，我们将解释数字化的另一个方面：优步化。