物理AI、触觉感知与灵巧机器人系列文章——第三篇
很多公司的名字只是一个品牌符号，最终不过是一块挂在办公楼外的招牌。Synaptics 却是少数例外。它的名字本身，就是一项历经数十年不断验证的技术理念。
"Synaptics" 由 synapse（神经突触） 和 electronics（电子技术） 两个词组合而成。公司创立之初，便怀抱着一个在当时近乎科幻的目标：将人脑神经网络的原理融入芯片之中。我们希望打造的，不只是执行计算的芯片，更是能够像生物神经系统一样进行感知、识别和自适应的芯片。而更值得关注的是，提出这一愿景的两位创始人，并不是人们印象中的典型创业者。
两位先驱，与芯片中的“智能大脑”
Federico Faggin 是整个半导体发展史上的关键人物之一。他在 Intel 主导设计了全球首款商用微处理器 Intel 4004，随后联合创办了 Zilog，他推出的 Z80 芯片成为一代早期家用计算机的核心处理器。Carver Mead 是加州理工学院的教授，也是《Introduction to VLSI Systems》的合著者。这本书奠定了超大规模集成电路的理论基础。后来，他又开创了神经形态工程，率先探索借鉴人脑结构设计电子系统。
1986 年，两人共同创立 Synaptics，希望将一个共同的理想变为现实：打造拥有接近人脑信息处理能力的芯片。这也是公司名称的由来。此后，让设备能够感知并理解物理世界，始终是 Synaptics 不曾改变的初心。
最初，这一愿景体现在神经网络芯片上。Synaptics 早期的一款产品将图像传感器与神经网络电路集成在单颗芯片中，实现了印刷字符识别。在“AI 加速器”这一概念出现之前，它就已经通过硬件实现了模式识别。
人类的触觉不是来自单一传感器，而是由多种神经感受器协同工作：有的感知持续压力，有的则对物体滑动产生的高频振动作出响应。要实现人工触觉，就需要模拟这些感受器，并融合它们的信号作出判断。对Synaptics 来说，人工触觉早已蕴含在其创立理念中。只是世界花了很久，才真正需要这项技术。
Synaptics 的触控板，如何成为一张“隐藏的神经网络”
然而，真正定义 Synaptics 的产品，却是一个看似普通的东西：笔记本电脑触控板。
我们很容易忽略触控板背后的复杂原理。它光滑表面下，是由大量电容传感器组成的感知网络，它们不断采集各种模拟信号。芯片需要实时处理这些信号，并持续回答一个看似简单的问题：这是不是手指触碰？
因为它可能并不是手指。它可能是打字时搭在触控板上的手掌，也可能是一滴水，甚至只是类似触摸信号的电噪声。传感器负责采集数据，算法负责判断，系统据此做出响应，而用户通常察觉不到这个过程。这本质上是一个模式识别问题，也是设备每天完成数十亿次的小型感知任务。
确认是手指后，系统还需要进一步判断：它在哪里？正在做什么？触控之所以自然，是因为人类的触觉非常敏锐。为了让用户获得准确、流畅的体验，系统必须在充满噪声的信号和复杂环境中，持续精准追踪手指的位置和动作。而从混杂的现实输入中提取有价值的信息，正是神经网络擅长解决的问题。
如今我们回头看，会发现这个看似简单的触控板，其实正是早期神经网络芯片理念的延续。Synaptics 找到市场方向后，创始人的愿景并没有改变，而是融入了有史以来最成功的人机交互产品之一。
此后，Synaptics 将这项技术拓展到更多领域：从早期 iPod 点击轮中的电容触控，到第一代电容式触摸屏手机；从超过 20 亿颗触控控制器出货，到指纹与生物识别、音频与语音技术，以及近年来能够在传感器附近运行神经网络的边缘 AI 芯片。跨越四十年、覆盖众多产品，核心任务始终未变：感知物理世界，从噪声中提取有效信号，理解正在发生的事情，并在边缘端立即做出响应。四十年来，Synaptics 一直在赋予设备感知、聆听和观察的能力。
为什么 Synaptics 为 Physical AI 而生
长期以来，感知任务通常彼此独立：单个传感器检测变化、做出判断，并完成单一任务。但Physical AI（物理 AI）要求 AI 不仅理解物理世界，还要能够感知并作用于世界，将感知、智能与行动融合为实时闭环。
以自动驾驶为例，它的目标是理解环境并避免碰撞，但是机器人灵巧操作却需要主动接触世界，完成抓取、握持和操作，并施加合适的力度，既保证稳定，又避免掉落或损坏。视觉可以告诉机器人目标在哪里，却无法感知接触时产生的反馈。要实现真正的灵巧操作，机器人需要融合触觉感知、力测量、防滑检测和形变感知等多种信息，形成持续闭环：传感器感知接触状态，AI 判断抓取是否稳定，执行机构调整动作，传感器再次反馈结果。
另外，传感器还必须在真实环境中长期保持稳定。材料老化、性能漂移、温湿度变化和机械磨损都会影响系统表现。持续校准、补偿算法以及对传感器特性的深入理解，是保证硬件长期可靠运行的关键。以上正是 Synaptics 数十年来将数十亿颗传感器应用于真实产品中积累的能力。
要实现接近人类的灵巧机器人，从感知、推理到运动控制的整个链路都需要低延迟、高可靠性。输入、智能与输出不再是独立模块，而必须作为一个统一系统协同工作。
回望过去，Synaptics 这个名字早已预示未来
Synaptics 这个名字源于神经元之间的连接。公司创立之初，就希望将大脑的工作方式融入芯片。过去四十年，Synaptics 持续提升设备在边缘端的感知能力，让触觉、声音和视觉等信息能够被实时理解，即使面对复杂、不完美的信号。现在，机器人行业需要的正是这样的能力：让机器具备可靠的触觉，进入真实世界并与之交互。
Synaptics 的名字从来不是营销概念。回望过去，它更像是一份早已写下的未来预言。
事实证明，物理AI 所需要的“神经系统”，已经历经多年积累。
系列下一篇：《20 亿个指尖》——数十亿规模的触控传感实践，如何帮助我们从复杂的现实世界信号中提取可信信息。