朱松纯

第十四届全国政协委员，北京通用人工智能研究院院长，北京大学人工智能研究院、智能学院院长

朱松纯（Song-Chun ZHU），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、IEEE Fellow。现任北京通用人工智能研究院院长，北京大学讲席教授，人工智能研究院、智能学院院长，清华大学基础科学讲席教授，第十四届全国政协委员。

人物经历

教育背景

1986年，毕业于鄂州高中

1986-1991年，中国科学技术大学，计算机专业，学士学位

1992-1996年，美国哈佛大学，计算机专业，硕士、博士学位

1996-1997年，美国布朗大学，应用数学专业，博士后

工作履历

1997-1998年，美国斯坦福大学，计算机系人工智能实验室，讲师

1998-2002年，美国俄亥俄州立大学，计算机系与认知科学中心，助理教授

2002-2006年，美国洛杉矶加州大学（UCLA），统计系与计算机系，副教授

2006-2020年，美国洛杉矶加州大学（UCLA），统计系与计算机系，正教授

2020年11月至今，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，北京通用人工智能研究院院长

2021年11月至今，北京大学智能学院院长

社会工作

2002年，在加州大学洛杉矶分校建立了视觉、认知、学习和自主中心。

2005年，与沈向洋（Harry Shum）等在自己的家乡鄂州创建了民办、非营利性国际交流平台湖北莲花山研究院，并出任院长。

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（Principal Investigator）。

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。

2021年1月，在北京大学元培学院设立通用人工智能实验班，并于4月在清华大学设立通用人工智能因材施教培养计划。

2022年12月21日，北京大学武汉人工智能研究院第一届理事会第一次会议召开，研究院落户光谷，朱松纯担任首席科学家。

2023年1月，创建跨媒体通用人工智能全国重点实验室，出任实验室主任；1月，当选为中国人民政治协商会议第十四届全国委员会委员；3月，当选为中国人民政治协商会议第十四届全国委员会提案委员会委员。

2024年8月，成立北京通用人工智能学会，并当选首届理事长；9月1日，在央视CCTV1举办的大型公益节目《开学第一课》讲述中国通用人工智能的成果与蓝图。

人物成就

研究成果

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年—2005年期间，朱松纯与导师大卫·曼福德、同事以及博士生，为计算视觉创始人大卫·马尔（David C. Marr）提出的早期视觉（early vision）概念，包括纹理（texture）、图像基元（Texton）以及原始简约图（primal sketch）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（minimax entropy principle）；将神经学和心理学的发现，植入统计物理的吉布斯模型（Gibbs Model），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（entropy spectrum）和信息尺度（information scaling）；进一步研究了各种模型之间跳转和感知转化（perceptual transition）的机制，与博士生王亦洲导出感知尺度空间理论（perceptual scale space）。

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ICCV 2013上获得了赫尔姆霍茨奖。另一类称为GRADE（Gibbs Reaction and Diffusion Equations，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的句法模式识别理论

1999年—2010年期间，朱松纯与其首位博士生屠卓文提出用数据驱动的蒙特卡洛马尔可夫链方法（Data-Driven Markov Chain Monte Carlo）求图像分割和解译（Image Parsing）问题的全局最优解；与其博士生Adrian Barbu提出了Swendsen-Wang Cut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年—2015年间，朱松纯提出了概率随机的与或图（and-or graph）模型来表达上下文相关图语法（graph grammar），重启了模式识别领域创始人傅京孙倡导的句法模式识别框架；提出时空因果与或图（Spatial，Temporal，Causal And-or graph STC-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。

四、探索通用人工智能新路径——“为机器立心”哲学范式与“小数据、大任务”技术范式

2017年，朱松纯发表了一篇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。

2022年，国际顶级学术期刊Science Robotics 发表了朱松纯团队的最新研究成果——以可解释的人工智能系统（XAI）实现实时双向人机价值对齐 In-situ bidirectional human-robotvalue alignment。论文同时被Science和Science Robotics网络版头条刊登。

2023年，朱松纯团队提出构建通用智能体的“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。基于UV双系统理论，朱松纯提出了全球首个通用人工智能测试评级的标准与平台（Tong Test）。

2024年，朱松纯带领北京通用人工智能研究院发布全球首个通用智能体——小女孩“通通”，并入选中关村论坛重大科技成果。基于原创的认知架构理论框架，以及自主研发的学习和推理框架，“通通”拥有了与众不同的“心智”，区别于数据驱动的AI，以价值和因果驱动的“通通”能够根据自己的“价值观”做出可解释的决策，而不是简单地执行预设的程序。“通通”的研发避开了当前数据驱动的AI对大算力、大数据的强依赖。同时，“通通”已具备智能泛化能力，能够成为各类垂直应用场景的通用底座。

出版图书

（参考资料来源：）

荣誉奖项

人才培养

教育反思

2023年2月11日，朱松纯在北京大学智能学科战略研讨会上的讲话以署名文章《以有组织科研推进原创性、引领性创新》刊登在2023年2月18日在《光明日报》上，他提出疑问“为什么近年来世界各国科研人员成倍增长、经费越来越多、科研条件越来越好，却产生不了根本性的科学发现？”。

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”，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。

2023年，由朱松纯领衔，北京通用人工智能研究院与北京大学、浙江大学、上海交通大学、中国科学技术大学、武汉大学、华中科技大学、北京理工大学、电子科技大学和北京邮电大学共9所高校参与的通用人工智能协同攻关合作体人才培养计划在北京正式启动，9所高校共同探索通用人工智能人才培养新模式。

社会活动

人物评价