史上最强天团要强强联合搞AI？

近日，北京大学官微发布消息：北大清华要联手开启通用人工智能实验班。

带队的不是别人，正是去年回国的AI视觉泰斗朱松纯教授，目前他担任北大人工智能研究院院长、讲席教授，以及清华大学基础科学讲席教授。

据悉，首批北大通用人工智能实验班招收的26名学生来自北大元培学院，已于今年春季学期开课；清华通用人工智能实验班设在自动化系，目前已启动首批招生，计划招生30人。

北大清华，最强联合，会擦出什么样的AI火花？

清华北大都要「抢」的朱松纯：三次问鼎计算机视觉最高奖

4月25日，北京大学校长郝平在庆祝清华大学建校110周年大会上的致辞中提到，两校最近联手建立通用人工智能实验班，均由朱松纯教授领衔。

北大通班设在元培学院，已于今年春季学期开课；清华通班设在自动化系，目前已开始招生。

大家都对此信心满满，除了北大清华的金字招牌，带队者朱松纯更是最强的保障，那么朱松纯是谁？

朱松纯于1996年获哈佛大学计算机博士学位，师从国际数学大师大卫·曼福德教授，在国际*期刊和会议上发表论文300余篇，并三次问鼎计算机视觉领域国际最高奖项——马尔奖。

 

他对计算机视觉有着自己独到的看法，在认知科学领域，如视觉常识推理、场景理解等领域做出了重要贡献。

去年回国时曾引起火热讨论，与国内的热烈欢迎。

而朱松纯本人也最信奉一句话，「一个民族如果忘记了历史， 他也注定将失去未来」。

这句话，对计算机视觉来说，也是同样发人深省。

他提到，现在很多新发表的视觉的论文，很少有文章能够引用到 5 年之前的文献，都是引用近两年arxiv上的文章，和一些Benchmarks去比。

 

很少有人认真去看 10 年前，20 年前，甚至 30 年前的论文，而当时的一些思想和框架性的东西，对现在的研究仍有重要的意义，大家几乎都用同样的方法在比小数点后面的精度。

 

大家都相当短视，只关注这几年的历史和流行的方法，根本无法传承这个学科。特别是等当前这一波方法退潮之后，这批人就会慢慢失去根基和源创力。

 

谈到自己的学术生涯，他认为David Marr 对他影响最为深远。

 

60 年代开始的时候大家已经很多人研究视觉神经生理学、心理学问题，也有人做一些边缘检测的工作。但是，计算机视觉到底要解决哪些问题？如何实现？大家莫衷一是，谈不清楚。

David Marr 分出了三个层次来解决这个问题，分别是计算（其实应该说成是表达）、算法、和实现。

 

首先，在表达的层次， 如何把它写成一个数学问题。任务是什么？输出是什么？这是独立于解决问题的方法的。

 

其次，对这个数学问题去求解时，可以选择不同的算法， 可以并行或者串行。

 

再次，一个算法如何在硬件上实现， 可以用 CPU，DSP， 或者神经网络来实现。

除此之外，David Marr 还理清了视觉到底要计算什么。

Marr 提出了一个系列的表达，从primal sketch（首要简约图）， 到 2 ½ D sketch（深度简约图）， 到 3D sketch。

这里面还包含了纹理、立体视觉、运动分析、表面形状等等。Marr认为，视觉计算不是单纯去求一个解，而是一个连续不断的计算过程，越看、越琢磨，可能得到的理解就越多。

 

值得一提的是，Marr 在1978 年冬诊断得了急性白血病，在得知来日无多后，Marr就赶紧整理了一本书《视觉：从计算的视角研究人的视觉信息表达与处理》，去世时年仅35岁。

朱松纯和同事在这本书上花了8年时间，把 Marr 提出的早期视觉概念， 包括纹理 、图像基元以及原始简约图等转换成了一个统一的数理模型。

 

从此，视觉就可以从纯粹的理论、计算的角度来研究了。

 

除了视觉的统计建模和计算理论，朱松纯还实现了图像与场景的解译（parsing）计算框架， 扩展了模式识别创始人傅京孙先生的句法模式识别理论。

 

自2010年以来，朱松纯将计算机视觉与认知科学、自然语言理解、机器人等学科结合，探索他所称的「人工智能的暗物质」——占95％的、无法通过感知输入观测到的智能。

 

现在，朱松纯团队构建了一个大规模、物理逼真的VR / AR环境，用于训练和测试负责执行大量日常任务的自主AI智能体。

这些智能体可以整合视觉，语言，认知，机器学习和机器人技术等领域的能力，在此过程中发展物理常识和社会常识，并使用认知架构与人类进行交流。

 

熟悉朱松纯教授的人，对他严谨的治学精神，也从不吝惜赞美之词。

为什么要培养通用人工智能人才？

「人工智能是1956年开启的一门新兴学科，当时的目标就是通用人工智能。人们希望研究出种种智能体（AI Agents），它可以是虚拟的人物，也可以是物理的机器人，这个智能体需要有自主的感知、认知、决策、学习、执行以及社会协作的能力，它同时还要符合我们人类的情感、伦理和道德观念等，这就是通用人工智能。」朱松纯介绍说。

朱松纯曾表达过，人工智能系统往往由三个要素决定：第一是构架，也就是智能；第二是环境数据；第三是任务。

而这里又涉及到了三个层次的解法，第一个层次的解法其实就是目前火爆的大数据+深度学习；第二种层次的解法是任务理解；第三层次的解法是物理推理与人类的功利价值选择。

他认为，真正要做到以任务为中心，还要做一个统一的系统，融通六大领域，即计算机视觉、认知科学、语言对话、机器学习、机器人学习等。

而通用人工智能是未来10至20年国际人工智能研究的前沿和竞争的焦点。朱松纯强调了通用人工智能领域的重要战略意义：「从国家安全、经济发展方面来看，我认为这是一个极为重大的领域，也是中国参与国际竞争的必争之地，是一个主战场。」

朱松纯这次回国，将为国内人工智能尤其是通用人工智能的发展，带来强劲动力。他也离「人工智能大一统理论」的梦想上更近了一步。