在最广泛的定义中，传感器是一种设备，其目的是检测环境中的变化，然后根据这些变化生成信号或数据。所有生物体都含有生物传感器。其中大多数是对光，运动，温度，磁场，重力，湿度，湿度，振动，压力，电场或声音敏感的特殊细胞，仅举几例。

多年来，已经开发了数以千计的机械传感器来检测其环境中的变化。仅用于测量压力的传感器就包括以下类型：

气压计

压力计

升压计

波登管

光纤传感器

热灯电离计

电离规

McLeod测量仪

U型振荡管

永久性的井下仪表

压电陶瓷

电阻规

压力计

触觉传感器

时间压力表

除了压力之外，人们还开发了用于测量声音，振动，化学成分，电流，电势，磁力，无线电波，流量，流体速度，电离辐射，亚原子粒子，导航仪器，位置，角度，位移，距离，速度，加速度，光学，光，成像，光子，力，密度，水平，热，热，温度，接近度和存在等等。机械传感器的多样性和灵敏度目前远远超出生物传感器的范围。

物联网（IoT）的重要意义在于，它将传感器与软件和网络连接相结合，使物体能够收集和交换数据。物联网将产生的数据量将是巨大的。一些专家估计，到2020年，物联网将包括将近500亿个物体。即使现在，CERN的大型强子对撞机（LHC）中的传感器每天也会产生约1 PB字节的数据 - 相当于大约21万张DVD。

人工智能（AI）不是物联网最初概念的一部分，但最近人工智能（AI）和物联网（IoT）的整合已经展开。传感器检测环境变化的能力，识别内部故障和偏差，并确定适当的缓解措施，现在构成了一个主要的物联网研究趋势。特别是机器学习和深度学习成为极具前景的技术，因为使用非结构化学习将传感器数据置于上下文中成为可能。如果没有上下文感知自动化，物联网产品在真实环境中部署的价值可能会受到限制。

同样的道理，大多数人工智能研究主要集中在计算机视觉，机器学习和自然语言处理（NLP）上，而不是生物传感器为了在他们的世界中生存而产生的无数种感觉。物联网的普遍采用可能会刺激这方面更多的研究。

在一些针对企业应用的人工智能报告中，已经预测制造业人工智能软件的开支将从2015年的1350万美元增长到2024年的10亿美元以上。这种增长的很大一部分可能来自培训和校准物联网系统中的传感器。