随着人工智能技术的进步和机器运算速度的日益加快，算法速度已经慢慢不再系统掣肘。如果把计算机比作人体的反射弧，目前导致系统反应慢的原因往往发生在神经，感受器和执行器上。
神经传递速度慢（带宽低），感受器和执行器功能弱（信息量不多，准确性不高，动作慢）。
这就好比一个动物，脑袋很大，但是耳不聪，目不明；而且动作呆板迟缓。那么我想，这样动物是不大符合生物法则的。但这却是目前计算机系统现实的写照。
目前物联网，智能驾驶，车联网，智能家居，工业互联网等概念的兴起，旨在补齐计算力有余，而感知力和执行力弱的短板。各种传感器的接入，使得互联网开始有了伸向现实世界的触角。在现实世界中，人和其他动物一样，除了有对声，光，力，温度，味道等理化参数有感觉外，也有对身处的周围环境地形的认知和判断。甚至可以说，由对自己所处环境的认知范围和深度，可以看出这种生物的智力程度。井底之蛙和千里奔袭的狼群，对于世界的认识恐怕就很不一样。
上面提到种种物理量，大多是自然界本身已有的现象。但是电磁波，作为人造的产物，在现代人的生活有着举足轻重的地位。人们每天生活所必不可少的手机，就是一个电磁波收发机。除了通信之外，利用物体对电磁波的反射特性，人们发明了可以探测远处目标距离的机器-雷达。最早的雷达出现二战时期，用以测算对方飞机的方位和距离，为己方反击做参考。后来慢慢开始有了民用雷达，比如测量云高的气象雷达。
除了传统的电磁波，也出现了以光做载波的激光雷达。激光有很好指向性，也不易发散，因此分辨率很高，很适合用于对周围的3D建模，因此在智能驾驶和机器人领域有重要应用。缺点是必须要机械方式实现扫描，且对气象条件敏感，烟雾，水滴都会影响测量性能。同时造价相对较高，成本也限制了其应用范围。
毫米波雷达是是指波长在1-10mm（对应频率在30G~300GHz）范围内的电磁波。相比激光雷达，毫米波雷达的主要弱点在于分辨率过低，建模精度不高，无法准确识别行人。一旦解决在分辨率上的问题，将在成本上取得巨大优势。
下面这是一款google在15年前后，开发的一款基于60Ghz毫米波的手势识别系统。
这是它的原理，基于毫米波雷达探测系统。
由于其体积小，耗电低，比较适合在可穿戴设备上使用，这个是一款手表。
目前，Google对相关的芯片已经进行试样。
