朱松纯

朱松纯，全球著名计算机视觉专家、统计与应用数学家、人工智能专家，2020年以人工智能战略科学家的身份回国组建北京通用人工智能研究院并任院长，同时任北京大学讲席教授，北京大学智能学院院长、人工智能研究院院长，清华大学基础科学讲席教授。朱松纯于1991年从中国科学技术大学计算机专业毕业；1992年赴美留学，1996年获得美国哈佛大学计算机专业博士学位，同年加入美国布朗大学应用数学系专业从事博士后研究工作。2010年至2020年二次担任美国视觉、认知科学、AI领域跨学科合作项目MURI首席科学家；2020年回国筹建北京通用人工智能研究院，并同时担任北京大学讲席教授、清华大学基础科学讲席教授、北京大学人工智能研究院院长；2021年创建北京大学智能学院并任院长。2021年，在朱松纯的推动下，北京大学与清华大学联合开展通用人工智能人才培养，即北京大学通用人工智能实验班（通班）和清华大学通用人工智能因材施教培养计划，面向未来，为国家培养“通识、通智、通用”国际顶尖复合型人才。朱松纯的主要研究包括通用人工智能基础、计算机视觉、统计建模与计算、认知科学、机器学习、自主机器人等。朱松纯教授在科研方面具有很强的前瞻性，选题和方法独树一帜，长期致力于构建计算机视觉、认知科学、乃至人工智能科学的统一数理框架。

基本资料

中文名：朱松纯

外文名：Song-ChunZHU

国籍：中国

出生地：中国湖北省鄂州市

毕业院校：哈佛大学、中国科学技术大学

职业：教育科研工作者

主要成就：获2003年马尔奖

性别：男

人物经历

1986年—1991年，就读于中国科学技术大学计算机专业，毕业并获得学士学位。

1992年—1996年，就读于美国哈佛大学计算机专业，师从数学家大卫·曼福德教授（DavidMumford），毕业并获得硕士、博士学位。

1996年—1997年，在美国布朗大学应用数学专业从事博士后研究工作。

1997年—1998年，担任美国斯坦福大学计算机系人工智能实验室讲师。

1998年—2002年，担任美国俄亥俄州立大学计算机系与认知科学中心助理教授。

2002年—2006年，担任美国加州大学洛杉矶分校（UniversityofCalifornia,LosAngeles，简称：UCLA）统计系与计算机系副教授。

2005年，与沈向洋（HarryShum）等创建民办、非营利性国际交流平台湖北莲花山研究院，并任院长。

2006年—2020年，担任美国加州大学洛杉矶分校统计系与计算机系正教授。

2010年—2015年，首次担任美国视觉、认知科学、AI领域跨学科合作项目MURI首席科学家。

2015年—2020年，第二次担任美国视觉、认知科学、AI领域跨学科合作项目MURI首席科学家（PrincipalInvestigator）。

2017年7月，在美国洛杉矶创立暗物智能科技（DMAI），并于2018年7月落户广州南沙。

2020年9月，以人工智能战略科学家的身份回国创建北京通用人工智能研究院，任院长，同时任北京大学讲席教授、北京大学人工智能研究院院长清华大学基础科学讲席教授。

2021年1月，在北大元培学院设立通用人工智能实验班，简称通班，并于2021年4月在清华设立通用人工智能因材施教培养计划。

2021年11月，创建北京大学智能学院，任院长。

2023年1月，联合通研院与北大创建跨媒体通用人工智能全国重点实验室，任实验室主任。

2023年1月，当选第十四届全国政协委员。

2023年3月，任第十四届全国政协提案委员会委员。

主要成就

朱松纯科研成就

科研综述

朱松纯的研究成果集中在以下四个时期和领域：

一、视觉的统计建模与计算理论——为马尔的视觉理论建立统一的数理模型

1995-2005年期间，朱松纯教授与导师Mumford、UCLA同事以及博士生，为计算视觉创始人DavidMarr提出的早期视觉[earlyvision]概念，包括纹理[texture]、图像基元[Texton]以及原始简约图[primalsketch]等建立了一个统一的数理模型；提出统计建模的最小最大熵原理[minimaxentropyprinciple]；将神经学和心理学的发现，植入统计物理的吉布斯模型[GibbsModel]，从而导出一类新型的马尔科夫随机场的概率模型[FRAME]，并将该模型扩展到中层视觉模型，描述形状与格式塔[Gestalt]组成原则；发现自然图像的尺度不变与尺度变化的统计规则，将各种视觉模式及其对应的数理模型映射到一个连续的熵频谱[entropyspectrum]和信息尺度[informationscaling]；进一步研究了各种模型之间跳转和感知转化[perceptualtransition]的机制，与博士生王亦洲[现为北大教授]导出感知尺度空间理论[perceptualscalespace]。

在1990年代，朱松纯发展了两类新的非线性偏微分方程（PDE）。一类用于图像分割，将PDE连接到统计图像模型的这项工作在ICCV2013上获得了赫尔姆霍茨奖。另一类称为GRADE（GibbsReactionandDiffusionEquations，吉布斯反应和扩散方程）于1997年发表，并在计算机视觉领域首次采用Langevin动力学方法进行推理和学习随机梯度下降。

二、实现图像与场景的解译（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

1999-2010年期间，朱松纯教授与其首位博士生屠卓文[现为UCSD教授]提出用数据驱动的蒙特卡洛马尔可夫链方法[Data-DrivenMarkovChainMonteCarlo]求图像分割和解译（ImageParsing）问题的全局最优解；与其博士生AdrianBarbu[现为FSU教授]提出了Swendsen-WangCut[SWC]的蒙特卡洛算法，在通用的概率采样（sampling）计算中，实现大的状态跳转，突破传统方法计算的瓶颈问题。该领域的这一进步使拆分合并运算符在文献中首次可逆，并且比吉布斯采样器和跳跃扩散方法快了100倍。这一工作获得第九届国际视觉大会颁发的马尔奖，并重新激起了同行对于图像解译工作的兴趣。

2006-2015年间，朱松纯教授提出了概率随机的与或图[and-orgraph]模型来表达上下文相关图语法（graphgrammar），重启了模式识别领域创始人傅京孙先生倡导的句法模式识别框架；提出时空因果与或图（Spatial，Temporal，CausalAnd-orgraphSTC-AOG）为物体、场景、事件和因果关系建立统一的模型，并用于场景与事件的解译任务。

三、提出人工智能的“暗物质”——研究视觉与认知的物理与社会常识

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、机器人等学科相结合。

•视觉与认知科学的结合：实现物理常识的推理（比如物体和场景的物理属性、使用功能、行为的因果率）和社会常识的推理（比如人的意图、动机、目的）,由此丰富了对场景和事件的理解的内涵。

•视觉与自然语言理解的结合：通过人机情景对话来获取常识，并于2010年率先从图像和视频的解译图中自动产生文本描述的I2T（ImageParsingtoTextGeneration）方法。

•视觉与机器人的结合：提出了自主机器人与人类深度协作的认知构架和通讯协议，以达到共境【sharedsituation】、共识【sharedmodel】、共行【sharedplan】、和共同价值观【sharedvalue】。

四、探索迈向通用人工智能的新的研究路径——“小数据、大任务”范式

朱松纯在2017年发表了一篇广为流传的AI科普文章《浅谈人工智能：现状、任务、构架与统一》在文中，朱松纯将行业中流行的数据驱动型深度学习研究称为“大数据、小任务”范式。该范式使用大量标注的数据为每个特定任务训练神经网络，导致AI模型无法解释、应用范围狭窄等。与之相反，朱松纯提出了“小数据、大任务”的范式，主张以此范式来实现通用人工智能。

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。该项工作获得2019年ACM图灵大会最佳论文奖。

朱松纯团队还提出了构建通用智能体的“心”与“理”的UV双系统理论。其中U系统表征客观世界和人类社会的状态和规律，简称“理”，即势能函数。V系统表征智能体的主观价值，简称“心”，即价值函数；智能体应该由“心”（V系统）驱动“理”（U系统），即由价值驱动其决策和行为，让智能体自主产生和完成任务，实现为机器立“心”，从而迈向通用人工智能。

学术论著

根据2022年2月北京大学人工智能研究院网站显示，朱松纯先后在国际顶级期刊和会议上发表论文350余篇。

朱松纯人才培养

培养模式

2021年年初，清华大学和北京大学两校联手深化人才培养体系改革，由朱松纯领衔打造通用人工智能实验班，开设交叉学科课程，探索通用人工智能前沿基础研究和顶尖人才培养新模式。2021年，朱松纯分别在北京大学元培学院和清华大学自动化系成立“通用人工智能实验班”（即“通班”），面向人工智能未来发展方向，打造全新的本博贯通的课题体系，并发布《通用人工智能人才培养计划》白皮书，培养通用人工智能方向的“通识、通智、通用”型国际顶尖复合型人才。

朱松纯荣誉表彰

社会任职

个人生活

家庭亲属

朱松纯的女儿朱易，2002年出生，中国花样滑冰运动员。2018年1月夺得全美花滑锦标赛新人组冠军，2022年代表中国参加北京冬季奥运会。

人物评价

朱松纯在认知科学领域，如视觉常识推理、场景理解及人工智能等领域做出重要贡献。（中国计算机学会评）

朱松纯为计算机视觉在中国的发展与人才启蒙做出了贡献。（清华大学自动化系评）