在AI當道的今日，各種不同的應用都可以見到人工智慧的影子，而車輛當然也不自外於這股AI的潮流之中。一般人可能認為自駕車就等於是人工智慧車輛了，這樣的說法可以成立但卻也不完全正確。畢竟現有的自駕車設計，大多仍只是透過各式不同的感測器來感應周遭環境並採集數據，再透過演算法來得出結果並下達指令。而人工智慧更強調的是車輛或者機器本身，在透過數據資料的分析後，擁有自行判斷的能力，並執行最佳化的指令。用簡單一句話來講，自駕車可以自行避開路上的危險，但智慧車則可以自行選擇最佳的(例如不塞車)的路線，更多了一份對於行車本身的主導權。

感測器對於智慧車的兩大應用重點，分別是擷取環境數據，以及預知車輛故障狀況。

不論是自駕車或者智慧車，為車輛本身加入AI的能力是不變的趨勢。在這樣的發展趨勢下，感測器的角色就變得非常重要，因為它成為車輛感知所處環境的一個最關鍵元件。除了對於自駕車的發展擁有非常高的重要性之外，在現有的車輛中，感測元件對於提醒駕駛者行車狀況也是不可或缺的角色。加上來勢洶洶的AI浪潮，使得整車的感測器數量正不斷提高，ST亞太區類比、微機電與感測元件產品行銷經理陳建成指出，關鍵就在於感測器的穩定性。

陳建成說，感測器擷取訊號的準確度與穩定性，將成為左右智慧車輛發展的關鍵。因為若是訊號的擷取準確度低或者不穩定，往往將會造成行車上的不確定性，增加風險。而除了準確度與穩定性之外，感測器傳遞訊號的延展性以及一致性，也都必須要能兼顧。而針對車用市場的感測元件，更必須要確保長期的供貨無虞。

長久以來，ST發展感測元件的優點，就在於穩定性與精準度。除了產品良率高之外，更由於在消費市場累積的經驗，因而可以將更多消費市場的使用體驗帶到行車環境中。另外針對車用元件，ST也與許多車廠以及演算法的廠商策略合作，可以提供更佳的參數調校，這對於現今的行車環境，乃至於未來的智能車輛發展，都有非常高的加分作用。而為感測器加入可程式化功能，也更有利於做應用情境的判斷。

感測器對於智慧車的兩大應用重點，分別是擷取環境數據，以及預知車輛故障狀況。目前普遍應用於車輛上的感測器，包括加速度計、陀螺儀、麥克風等。陳建成說，針對智慧車輛的發展，許多廠商都已經開始有發展MEMS感測元件的計畫，MEMS元件的優點，除了訊號更穩定之外，封裝也會更小。預期不久的未來，MEMS元件也將成為ST未來在車用感測器的發展主力。