所有ＡＩ的建構，除了控制硬體的軟體之外，很重要的一個環節，就是零組件－感測器，這個零件發展很長一段時間，種類也相當繁多，運用點也很廣，例如說常見的有溫度感測器、濕度感測器、氣體感測器、壓力感測器、光線感測器、距離感測器、警報器、陀螺儀及指紋感測器等等，等於人體神經感官，有溫度、有觸感、有視野辨識，也有控制人體平衡感等等，本來嗅覺與味覺較難突破的ＡＩ科技難題，在去年某矽谷公司已經能做出生物感測器，以及各類味覺的資料庫，以及用於工安的「電子鼻」。

圖片來源：stockfeel https://is.gd/RAsQF8

雖然我們一直強調現在是ＡＩ是未來的主流，但感覺都只停留在軟體的宣導，而少了硬體或韌體的宣導，就譬如代號Ｃ的電容器，在桌上型電腦的主機板仔細看一下，就會發現一顆顆很像電池佇立在各個角落，在這我們並不講解原理，只強調電容是一個有在進化的零組件，以往任何的零組件都可以微縮製作在晶片中，但唯獨電容不行，一定要獨立於外，這個問題也困惱了很久，但近期已經解決這個問題，已經可以製作出超微型電容，你會發覺ＰＣＢ主機板上的電容越來越少，或越來越小，代表技術已有所突破，這也牽動著ＤＲＡＭ的技術突破。當然智慧型手機的觸控進展，也從早期的電阻式改為電容式零組件，代表著電容未來有著光明的前景。

所以ＡＩ科技軟硬體設施都要同步跟上，否則只能停留在空中樓閣的階段，不過臺灣在雲端與資料庫的建置方面，算是個亮點，主要在於儲存技術一直保持著優勢的步調，只不過儲存端的伺服器硬碟，還是要在實體硬碟上多下工夫，原因在誰都不能保證在網路斷線的狀況下，或者是電力中斷下，還能讀取資料嗎？實體硬碟的製程也是需要再進化。總之，ＡＩ技術的發展，任何一個節點都是不可有所偏重，最後舉個例子來說，一堆醫學院學生都跑往醫美，沒人要去糾紛最多、複雜性高的外科，但醫美也是需要外科的技術，基礎的開刀和縫合都做不好，也是會出事的，相對ＡＩ亦同。