6月22日晚间，在大会主会场圆桌论坛上，旷视首席科学家、研究院院长、智源理事孙剑与智源研究院运营副院长刘江、百度 CTO 王海峰、小米副总裁崔宝秋、字节跳动副总裁马维英、美团首席科学家夏华夏等行业领军人物，就人工智能产业的下一个十年进行了展望。

  　 mCube一直致力于推动Sensor3.0变革，我们希望在每一个和人类生活相关的移动物体上安装上MEMS传感器，以改善人类生活。为此，mCube希望能为市场提供以单一芯片为平台的更多传感器的集成和融合，与Xsens的联合，将使mCube能够提供更加完整的软件、硬件方案。

　　技术的不断突破为产业变革带来可能。在回顾上一个十年里自己印象最深刻的一件事时，孙剑分享了他至今难忘的一个故事。当2012年 AlexNet 屠榜 ImageNet 的时候，计算机视觉领域很多人都认为这只是过拟合了一个数据集，孙剑也高度怀疑此项工作的意义。

 　　Xsens总经理费里-威廉斯表示，对于Xsens来说，加入mCube非常理想，使其有机会继续加快发展速度，并能够与一家专注于惯性MEMS传感器的公司共同开发创新3D运动追踪解决方案。 

　　然而2013年在当抱着试探的心态使用 Google Photo(当时叫 Google Picasa，Google 号称在上面应用了神经网络)检测几百张自己相机里照片的时候，孙剑本以为会检测出很多错误的地方，然而“没想到七七八八基本都正确”。当即他意识到，计算机视觉的整体能力已经出现了一次大规模跃升，也正是在这件事的“刺激”下，孙剑领导的研究小组陆续做出了 SPP Net，ResNet, Faster RCNN 等一系列深度学习研究。

        目前，mCube已成为中国加速度传感器市场的主要供货商之一，年出货约1亿片左右，已交付超过3亿片，占据中国加速度传感器消费市场10%的份额，广泛用于智能手机、智能手表、无人机等销费产品，与华为、卡西欧、联想、哈博森、宏基、中兴通讯等保持着紧密的联系。 　　而总部位于荷兰恩斯赫德的Xsens Technologies公司，则是一家基于微型MEMS惯性传感技术的运动、方向和位置测量产品的供应商，其专利“传感器融合”软件算法，在运动传感器融合领域处于世界前列，其主要产品为低成本、高精确度的小型3D运动追踪测量设备，如惯性动作捕捉系统、惯性运动捕捉系统等，产品支持在小型无人车辆的控制、稳定和导航，以及人体运动捕捉（无摄影机式角色动画、VR训练和模拟、运动和医疗中适用）等全新领域当中，已广泛应用于好莱坞CGI动画的制作、汽车制造商的人体工程学设计，以及专业无人机、智能农业、机器人、自动车辆和其他工业应用中，其客户和合作伙伴包括美国艺电公司、NBC环球、戴姆勒、欧特克、ABB、西门子等世界各大主流机构和公司。

　　如今旷视研究院不仅在深度学习基础研究领域全面深耕，而且还在用场景定义算法的理念驱动下，不断攻克在计算机视觉、视觉导航与控制、计算摄影学、大规模机器学习系统、机器人学等多个领域中，长期困扰学界和产业界的一系列重大难题，助力旷视在 AIoT 发展的道路上不断壮大。

　　负责销售、市场营销以及新业务拓展的mCube总裁王瀚青博士表示，mCube独有的批量生产单芯片MEMS+CMOS传感器的技术平台，以及100多个专利获得，保证了其产品在体积、成本、功耗和性能等方面具有相当大的优势，尤其是在超小型低功耗低成本三轴加速度传感器领域具有绝对的领先优势。

　　在谈到对近未来前沿技术发展的期望和看好时，孙剑结合旷视的科研进行了总结，他表示自监督、半监督学习在近一年来取得了一系列可喜的进展，已经实现在 ImageNet 上，完全不用有监督的标注信息，也可以学习到非常好的特征或表示。这对未来的技术发展、产业应用将产生巨大的影响，因为能够极大程度上减少现有深度学习模型对海量标注数据的依赖。这也是旷视研究院正在投入大量时间和精力攻坚的一个方向。

　    该模块的主要元件为基于微电子机械系统（MEMS）的惯性传感器。惯性传感器上装有陀螺仪、加速度传感器和磁力传感器。其中，陀螺仪用于锁定目标在空间中的角运动；加速度传感器用于跟踪目标的线性运动；磁力传感器可以对地球磁场起反应从而有助于确定光线方向。 

　　另外孙剑还表示自己十分看好芯片和算法的协同演化、协同设计。因为随着人工智能对各个场景赋能的加深，如何更快、更高效、更经济地在全场景下实现智能计算将成为推动整个行业在下一个十年中蓬勃发展的关键因素。

　　TPU精密仪器教研室的专家指出，安装了新模块的导航系统无需与卫星联系即可完成导航，在偏远地区、茂密的森林里、密集的城市建筑物内、深水区无法实现卫星导航时，或者是导航系统不应该与卫星进行联系时。目前，基于MEMS传感器的智能模块相关成果已获5项发明专利，样品将于2019年年底问世。  

　　此外，孙剑也看好数据安全训练或者隐私安全学习。因为随着人工智能技术的不断发展，如何更好地保护大众隐私数据安全将成为全行业健康发展的底线。为此，如何通过高安全、高可靠的机器学习环境将散落在不同行业、企业的海量沉睡数据安全地利用起来，充分发挥出人工智能的巨大价值将是未来十分具有前景的一个方向，而这也是旷视正在竭力打造的重点技术。

 　　据介绍，相同模块通常由九个传感器组成：三个陀螺仪、三个加速度传感器、三个磁力计，而TPU的研究人员找到了将传感器减少为两个的方法，模块中一共使用两个传感器，其中一个传感器整合了陀螺仪和加速度传感器的功能，另一个是磁力计，它们安装在同一平面上。模块总面积控制在几平方毫米内，体积小还可以让它用于步行导航系统中。