目前的攝像頭系統還不夠好
如今我們所看到的大部分攝像頭系統在圖像品質上有著很大的差異，讓電腦更難以正確地識別周圍的物體。如果無法正確和清晰地看到周圍有什麼，通常就需要這些物聯網設備和設備內的計算器件花費更多的計算資源保留處理幀，直到它能夠識別出物件物體。電腦識別一個物件的速度更快，它就能更快地確定需要做什麼，並更快地採取適當的行動。通過縮短識別時間，機器能變得更智慧，能耗更少，反應更快。
無人機和自動駕駛汽車
上面提到的這些功能在當今大受歡迎的一些物聯網應用中特別重要，我們首先能想到的兩個應用領域就是汽車和無人機。這兩個垂直領域都備受歡迎，是機器學習與人工智慧的創新領域，並且都需要多個攝像頭。汽車和無人機都需要多個攝像頭的原因是，單一的攝像頭無法360度環視所有物體，並具備全方位的環境感知能力，所以你需要多個攝像頭。這意味著全部攝像頭必須保持始終開啟的狀態，並不斷嘗試檢測需要避開的物件，或用於情境探知目的。
當提到自動駕駛、無人駕駛汽車與無人機時，光學器件在安全性上發揮著巨大作用。這些運載工具大多都嚴重依賴攝像頭才能看清路線、其他車輛、路標以及最重要的行人。通過優質的光學系統，出色的自動駕駛汽車在避免事故發生方面的表現能遠遠超過人類駕駛員，包括規避其他車輛和人。有時人可能會因為被其他物體部分遮擋而難以看清物件，但經過調諧優化的精密光學系統能夠説明自動駕駛汽車中的電腦視覺演算法在僅僅出現人的某個身體部位時就能“看”到人的存在。可如果使用了品質較差的光學系統，電腦就可能無法快速識別一些物件（例如身體部位），不會如此有效或安全。
VR和AR
除了智慧手機拍攝以外，高品質的光學器件對可穿戴設備（也包括我們可能在未來看到的頭戴式設備）也非常有價值。這些設備是否將會是VR／AR設備還不能確定，但它們全都需要某一種光學器件向人眼傳輸圖像。這可以通過複雜的波導、棱鏡或利用顯示器前的菲涅爾透鏡來實現。這些未來的可穿戴設備將隨著VR和AR的逐漸流行而日益普及，而隨著這些設備繼續變得越發輕薄，光學系統的複雜程度將進一步增加。為了確保視覺保真度與現在這些更厚重、更老一代的頭戴式設備維持在相同的水準，光學器件的品質將變成更加重要的影響因素。
安防攝像頭
最後是安防攝像頭領域。消費級和商用級的安防攝像頭都已開始具備機器學習和人工智慧所支持的智慧功能，讓它們更好地識別所看到的物件。這樣一來，攝像頭現在就能夠告訴你誰在你家門口，誰在你家裡。通過精密的光學器件，這些攝像頭將能夠更好更快地識別人臉，並同時拍攝更高品質的來訪者或侵入者的視頻。由於不再需要始終保持錄影狀態，以及根據攝像頭識別出物件是什麼來選擇是否錄影，這樣的攝像頭還可降低功耗，並節約存儲空間。這對通過電池供電和向互聯網無線流傳輸的攝像頭來說特別有價值，從長期來看，功耗的節約以及更快更佳的物件識別能力也是非常重要的。
總結
正如你所見，當今大量的物聯網應用都將在諸多方面大大受益於精密的優質光學器件，除了能從物聯網設備中獲得品質更佳的圖像之外，安全、性能、電池續航和精確度全都將得到提升。隨著這些設備變得更小更輕薄，對精密的光學器件的需求只會提升，而不會降低。如果物聯網設備無法看清它應該看到的東西，那財產和生命都有可能面臨潛在的危險；而如果這些設備因為光學器件的問題而無法可靠工作，那麼也將更加難以推向市場。