UCLA教授朱松纯被曝回国任教清华，曾创办湖北莲花山研究院

近日，现任美国洛杉矶加州大学（UCLA）统计系与计算机系教授，UCLA 计算机视觉、认知、学习与自主机器人中心主任的朱松纯，被曝即将回国入职清华大学任教。据清华大学《拟聘新进校人员公示名单》公示消息显示，朱松纯将入职的是清华大学自动化系，职务为教研系列教授。

图 | 朱松纯（来源：朱松纯百科）

据了解，朱松纯出生于湖北省鄂州市，他是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，过去多年来在认知科学领域如视觉常识推理、场景理解等方面，做出了重要贡献。

其曾于 1996 年获美国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（David Mumford），后者是菲尔兹奖得主、美国国家科学奖章获得者和国际数学家协会前主席。

目前，朱松纯已在国际顶级期刊和会议上发表论文 300 余篇，其研究成果集中在以下四个时期和领域：

视觉的统计建模与计算理论

1995-2005 年期间，朱松纯与导师曼福德、UCLA 同事以及博士生等人，为计算视觉创始人 David 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，建立了一个统一的数理模型。

在此期间，他还提出统计建模的最小最大熵原理（minimax entropy principle）。随后，他还将神经学和心理学的发现，植入统计物理的吉布斯模型，从而导出一类新型的马尔科夫随机场的概率模型，并将该模型扩展到中层视觉模型，以用来描述形状与格式塔的组成原则。

二十世纪九十年代，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，可将 PDE 连接到统计图像模型，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），该工作的论文于 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。

实现图像与场景的解译计算框架

1999-2010 年期间，朱松纯与其首位博士生屠卓文（现为加州大学圣迭戈分校教授），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），求出图像分割和解译问题的全局最优解。

他还与其博士生 Adrian Barbu（现为佛罗里达州立大学教授）提出了 Swendsen-Wang Cut（SWC）的蒙特卡洛算法，在通用的概率采样计算中，实现了大的状态跳转，并突破了传统方法计算的瓶颈问题。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。后来这项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，朱松纯提出概率随机的与或图模型（and-or graph），来表达上下文相关图语法，并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。他还提出时空因果与或图（Spatial，Temporal，Causal And-or graph STC-AOG），并为物体、场景、事件和因果关系建立了统一的模型，且将其用于场景与事件的解译任务。

提出人工智能的“暗物质”

自 2010 年以来，朱松纯将计算机视觉与认知科学、自然语音理解、机器人等学科结合。

视觉与认知科学的结合主要有：实现了物理常识的推理 ，比如物体和场景的物理属性、使用功能、行为的因果率；社会常识的推理也得到进一步探索 ，比如人的意图、动机、目的。该工作的成果是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则有：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 （Image Parsing to Text Generation）方法。

视觉与机器人的结合主要体现在：他提出来自主机器人与人类深度协作的认知构架和通讯协议。

探索迈向通用人工智能的新研究路径

2017 年，朱松纯发表了一篇广为流传的文章《浅谈人工智能：现状、任务、构架与统一》 。文中，朱松纯将业界流行的数据驱动型深度学习研究，称为“大数据、小任务''范式。由于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，从而导致 AI 模型无法解释、应用范围狭窄等问题。朱松纯“反其道而行之”，他提出了“小数据、大任务” 的范式，并主张以此来实现通用人工智能。

后来，朱松纯团队构建了一个大规模、物理逼真的 VR/AR 环境，并将其用于训练和测试负责执行大量日常任务的自主 AI 智能体。在此过程中，他发展了物理常识和社会常识，并使用认知架构与人类进行交流。

早在 2005 年，朱松纯就联合沈向洋等多位知名科学家，在湖北省鄂州市创建民办、非营利性国际交流平台莲花山研究院并担任院长。该研究院连续 5 年举办国际学术研讨会和暑期免费讲习班，为国内年轻学者和学生提供了一个开放式学术合作与交流平台。

图 | 朱纯松和沈向洋一起在莲花山研究院指导学生

从那时起，朱松纯就展现出为中国培养计算机视觉人才的想法。据悉，该研究院的其中一个先期项目，是收集大量的图像，并用手工标注图像中的场景、物体和部件、关系、功能等。其标注的广度和精细程度为世界领先，还推动了计算机视觉的物体识别和图像解译任务的发展。

2005 年，该研究院首场研讨会的参会人员，包括后来为大量图像数据收集与标注做出突出贡献的多位著名科学家，如加州大学伯克利分校图像分割数据库原创者 David Martin，麻省理工学院教授、LabelMe 数据库的原创者 Antonio Tarroba，斯坦福大学教授、ImageNet 数据库原创者李飞飞等。

图 | 三排右五为李飞飞（来源：朱纯松百科）

从他的学习和工作经验来看，回国任教必将给国内带来不少帮助。1991 年，朱松纯本科毕业于中国科学技术大学计算机专业，后在美国哈佛大学，拿下计算机博士学位。1996-1997 年，他在美国布朗大学从事应用数学方面的博士后研究。

此后至今，他分别在斯坦福大学担任计算机系人工智能实验室讲师，后在美国俄亥俄州立大学担任计算机系与认知科学中心的助理教授，本世纪初他来到加州大学洛杉矶分校统计系与计算机系担任副教授，并于 2006 年成为该系的正教授。

曾在其实验室做过访问学者的微软亚洲研究院视觉组研究员代季峰，用三句话来形容朱松纯：“对视觉领域大方向有着一流的直觉”“对数学（尤其是统计）一丝不苟”“对学生刀子嘴豆腐心。”

对于他的回国，知乎网友 “简在我心” 表示：“希望朱教授们不仅带回来科研高水平，而且能带动国内科研生态的改善。”