-
朱松純
鎖定
朱松純(Song-Chun ZHU),1968年出生於湖北鄂州
[22]
,博士,計算機視覺專家、統計與應用數學家、人工智能專家,北京通用人工智能研究院院長,
[49]
北京大學講席教授,北京大學智能學院院長,清華大學基礎科學講席教授,
[13]
中國人民政治協商會議第十四屆全國委員會委員
[15]
。
朱松純於1991年從中國科學技術大學計算機專業畢業
[14]
;1992年赴美國留學,先後獲得哈佛大學計算機專業碩士、博士學位;1996年博士畢業後在布朗大學應用數學專業從事博士後研究;1997年至1998年擔任斯坦福大學計算機系人工智能實驗室講師;1998年至2002年擔任俄亥俄州立大學計算機系與認知科學中心助理教授;2002年進入加州大學洛杉磯分校統計系與計算機系工作,歷任副教授、正教授;2005年參與創建湖北蓮花山研究院並任院長;2010年至2020年二次擔任美國視覺、認知科學、AI領域跨學科合作項目MURI首席科學家;2017年在美國洛杉磯創立暗物智能科技;2020年回國籌建北京通用人工智能研究院,並同時擔任北京大學講席教授、清華大學基礎科學講席教授、北京大學人工智能研究院院長;2021年創建北京大學智能學院並任院長
[12]
。
- 中文名
- 朱松純
- 外文名
- Song-Chun ZHU
- 國 籍
- 中國
- 出生地
- 湖北省鄂州市
- 出生日期
- 1968年
- 畢業院校
- 哈佛大學
- 職 業
- 教育科研工作者
- 主要成就
-
2003年獲得馬爾獎
2011年當選為電氣和電子工程師學會會士 - 性 別
- 男
- 學 歷
- 研究生
- 學 位
- 博士
朱松純人物經歷
朱松純早年經歷
朱松純教育經歷
- 初入科研
1986年,考入中國科學技術大學計算機科學技術系。大學期間,他對人工智能產生了興趣,不僅去旁聽人工智能導論課程,還選修了研究生課程——神經網絡課。大三時,他給生物系認知科學實驗室老師寫信,申請獲得了參與早期視覺注意機制研究的機會
[31]
,在此期間讀到英國學者大衞·馬爾的著作《視覺》
[43]
。
1991年,從中國科學技術大學計算機科學技術系畢業
[33]
,獲得學士學位。並以全系第二名成績被保送攻讀碩士學位,但當時無法在中國國內找到視覺與認知交叉方向的導師,於是放棄保送研究生的資格,一心想出國深造,連續兩年的申請都沒成功
[48]
,他只好一邊做研究,一邊尋找機會
[43]
。
- 赴美留學
1992年3月18日,收到了來自美國哈佛大學的大信封,成功被哈佛大學錄取;9月,前往哈佛大學(Harvard University)計算機專業攻讀碩、博士研究生,師從數學家大衞·曼福德(David Mumford,1974年獲得菲爾茲獎,1975年當選為美國國家科學院院士)教授
[34]
。
1996年,從哈佛大學畢業,獲得博士學位。
朱松純工作經歷
- 高校工作
1996年,博士畢業後跟隨導師大衞·曼福德前往美國布朗大學(Brown University)應用數學專業從事博士後研究工作。
1997年,進入美國斯坦福大學(Stanford University)工作,擔任計算機系人工智能實驗室講師。
1998年,進入美國俄亥俄州立大學(The Ohio State University)工作,擔任計算機系與認知科學中心助理教授。
2002年,進入美國加州大學洛杉磯分校(University of California, Los Angeles)工作,擔任統計系與計算機系副教授,在此工作期間在加州大學洛杉磯分校建立了視覺、認知、學習和自主中心。
2006年,晉升為美國加州大學洛杉磯分校統計系與計算機系正教授。
2007年,獲得國家自然科學基金優秀青年科學基金項目(海外)資助。
- 社會工作
2005年,與沈向洋(Harry Shum)等在自己的家鄉鄂州創建了民辦、非營利性國際交流平台湖北蓮花山研究院,並出任院長。
2010年—2015年,首次擔任美國視覺、認知科學、AI領域跨學科合作項目MURI首席科學家。
2015年—2020年,第二次擔任美國視覺、認知科學、AI領域跨學科合作項目MURI首席科學家(Principal Investigator)。
朱松純全職回國
朱松純(5張)
2022年12月21日,北京大學武漢人工智能研究院第一屆理事會第一次會議召開,研究院落户光谷,朱松純擔任首席科學家
[52]
。
2023年1月,創建跨媒體通用人工智能全國重點實驗室,出任實驗室主任;1月,當選為中國人民政治協商會議第十四屆全國委員會委員
[15]
;3月,當選為中國人民政治協商會議第十四屆全國委員會提案委員會委員
[17]
;8月,當選為亞洲社會仿真學會名譽會長
[19]
。
朱松純人物成就
朱松純研究成果
朱松純的研究成果集中在以下四個時期和領域:
一、視覺的統計建模與計算理論——為馬爾的視覺理論建立統一的數理模型
1995年—2005年期間,朱松純與導師大衞·曼福德、同事以及博士生,為計算視覺創始人大衞·馬爾(David C. Marr)提出的早期視覺(early vision)概念,包括紋理(texture)、圖像基元(Texton)以及原始簡約圖(primal sketch)等建立了一個統一的數理模型;提出統計建模的最小最大熵原理(minimax entropy principle);將神經學和心理學的發現,植入統計物理的吉布斯模型(Gibbs Model),從而導出一類新型的馬爾科夫隨機場的概率模型(FRAME),並將該模型擴展到中層視覺模型,描述形狀與格式塔(Gestalt)組成原則;發現自然圖像的尺度不變與尺度變化的統計規則,將各種視覺模式及其對應的數理模型映射到一個連續的熵頻譜(entropy spectrum)和信息尺度(information scaling);進一步研究了各種模型之間跳轉和感知轉化(perceptual transition)的機制,與博士生王亦洲導出感知尺度空間理論(perceptual scale space)。
1990年代,朱松純發展了兩類新的非線性偏微分方程(PDE)。一類用於圖像分割,將PDE連接到統計圖像模型的這項工作在ICCV 2013上獲得了赫爾姆霍茨獎。另一類稱為GRADE(Gibbs Reaction and Diffusion Equations,吉布斯反應和擴散方程)於1997年發表,並在計算機視覺領域首次採用Langevin動力學方法進行推理和學習隨機梯度下降。
[16]
二、實現圖像與場景的解譯(parsing)計算框架——擴展了模式識別創始人傅京孫的句法模式識別理論
1999年—2010年期間,朱松純與其首位博士生屠卓文提出用數據驅動的蒙特卡洛馬爾可夫鏈方法(Data-Driven Markov Chain Monte Carlo)求圖像分割和解譯(Image Parsing)問題的全局最優解;與其博士生Adrian Barbu提出了Swendsen-Wang Cut的蒙特卡洛算法,在通用的概率採樣(sampling)計算中,實現大的狀態跳轉,突破傳統方法計算的瓶頸問題。該領域的這一進步使拆分合並運算符在文獻中首次可逆,並且比吉布斯採樣器和跳躍擴散方法快了100倍。這一工作獲得第九屆國際視覺大會頒發的馬爾獎,並重新激起了同行對於圖像解譯工作的興趣。
2006年—2015年間,朱松純提出了概率隨機的與或圖(and-or graph)模型來表達上下文相關圖語法(graph grammar),重啓了模式識別領域創始人傅京孫倡導的句法模式識別框架;提出時空因果與或圖(Spatial,Temporal,Causal And-or graph STC-AOG)為物體、場景、事件和因果關係建立統一的模型,並用於場景與事件的解譯任務。
[16]
三、提出人工智能的“暗物質”——研究視覺與認知的物理與社會常識
自2010年以來,朱松純將計算機視覺與認知科學、自然語言理解、機器人等學科相結合。
•視覺與認知科學的結合:實現物理常識的推理(比如物體和場景的物理屬性、使用功能、行為的因果率)和社會常識的推理(比如人的意圖、動機、目的),由此豐富了對場景和事件的理解的內涵。
•視覺與自然語言理解的結合:通過人機情景對話來獲取常識,並於2010年率先從圖像和視頻的解譯圖中自動產生文本描述的I2T (Image Parsing to Text Generation)方法。
•視覺與機器人的結合:提出了自主機器人與人類深度協作的認知構架和通訊協議,以達到共境(shared situation)、共識(shared model)、共行(shared plan)、和共同價值觀(shared value)。
2017年,朱松純發表了一篇AI科普文章 《淺談人工智能:現狀、任務、構架與統一》在文中,朱松純將行業中流行的數據驅動型深度學習研究稱為“大數據、小任務”範式。該範式使用大量標註的數據為每個特定任務訓練神經網絡,導致AI模型無法解釋、應用範圍狹窄等。與之相反,朱松純提出了“小數據、大任務”的範式,主張以此範式來實現通用人工智能。
朱松純團隊構建了一個大規模、物理逼真的VR/AR環境,用於訓練和測試負責執行大量日常任務的自主AI智能體。這些智能體整合視覺、語言、認知、機器學習和機器人技術等領域的能力,在此過程中發展物理常識和社會常識,並使用認知架構與人類進行交流。該項工作獲得2019年ACM圖靈大會最佳論文獎。
朱松純團隊還提出了構建通用智能體的“心”與“理”的UV雙系統理論。其中U系統表徵客觀世界和人類社會的狀態和規律,簡稱“理”,即勢能函數。V系統表徵智能體的主觀價值,簡稱“心”,即價值函數;智能體應該由“心”(V系統)驅動“理”(U系統),即由價值驅動其決策和行為,讓智能體自主產生和完成任務,實現為機器立“心”,從而邁向通用人工智能
[3]
。
朱松純學術論文
發表時間 | 論文名稱 | 作者 | 刊載於 |
---|---|---|---|
1995年 | FORMS: A Flexible Object Recognition and Modelling System | Song Chun Zhu,Alan L | International Conference on Computer Vision |
1995年 | Region Competition: Unifying Snakes, Region Growing, Energy/Bayes/MDL for Multi-band Image Segmentation | Song Chun Zhu,Tai Sing Lee,Alan L | International Conference on Computer Vision |
1996年 | Region Competition: Unifying Snakes, Region Growing, and Bayes/MDL for Multiband Image Segmentation | Song Chun Zhu,Alan L | Trans on Pattern Analysis and Machine Intelligence |
1996年 | FRAME: Filters, Random fields, and Minimax Entropy - Towards a Unified Theory for Texture Modeling | Song Chun Zhu,Ying Nian Wu,David Mumford | IEEE Conference on Computer Vision and Pattern Recognition |
1996年 | FORMS: A flexible object recognition and modelling system | Song Chun Zhu,Alan L | International Journal of Computer Vision |
1997年 | Learning Generic Prior Models for Visual Computation | Song Chun Zhu,David Mumford | IEEE Conference on Computer Vision and Pattern Recognition |
1997年 | Minimax Entropy Principle and Its Application to Texture Modeling | Song Chun Zhu,Ying Nian Wu,David Mumford | Neural Computation |
1997年 | Prior Learning and Gibbs Reaction-Diffusion | Song Chun Zhu,David Mumford | Trans on Pattern Analysis and Machine Intelligence |
1998年 | Stochastic Computation of Medial Axis in Markov Random Fields | Song Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
1998年 | GRADE: Gibbs Reaction and Diffusion Equation | Song Chun Zhu,David Mumford | International Conference on Computer Vision |
1998年 | Filters, Random Fields and Maximum Entropy (FRAME): Towards a Unified Theory for Texture Modeling | Song Chun Zhu,Ying Nian Wu,David Mumford | International Journal of Computer Vision |
1999年 | Embedding Gestalt Laws in Markov Random Fields | Song Chun Zhu | Trans on Pattern Analysis and Machine Intelligence |
1999年 | Equivalence of Julesz and Gibbs Texture Ensembles | Ying Nian Wu,Song Chun Zhu,Xiuwen Liu | International Conference on Computer Vision |
1999年 | Fundamental Bounds on Edge Detection: An Information Theoretic Evaluation of Different Edge Cues | Scott Konishi,Alan L. Yuille,James M. Coughlan,Song Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2000年 | Integrating Bottom-Up/Top-Down for Object Recognition by Data Driven Markov Chain Monte Carlo | Song Chun Zhu,Rong Zhang,Zhuowen Tu | IEEE Conference on Computer Vision and Pattern Recognition |
2000年 | Learning in Gibbsian Fields: How Accurate and How Fast Can It Be? | Song Chun Zhu,Xiuwen Liu | IEEE Conference on Computer Vision and Pattern Recognition |
2000年 | Order Parameters for Minimax Entropy Distributions: When Does High Level Knowledge Help? | Alan L. Yuille,James M. Coughlan,Song Chun Zhu,Ying Nian Wu | IEEE Conference on Computer Vision and Pattern Recognition |
2001年 | Example-Based Facial Sketch Generation with Non-parametric Sampling | Hong Chen,Ying-Qing Xu,Heung-Yeung Shum,Song Chun Zhu,Nanning Zheng | International Conference on Computer Vision |
2001年 | Introduction by Guest Editors | Alan L. Yuille,Song Chun Zhu,David Mumford | International Journal of Computer Vision |
2001年 | Visual Learning by Integrating Descriptive and Generative Methods | Cheng-en Guo,Song Chun Zhu,Ying Nian Wu | International Conference on Computer Vision |
2002年 | What Are Textons? | Song Chun Zhu,Cheng-en Guo,Ying Nian Wu,Yizhou Wang | European Conference on Computer Vision |
2002年 | A Generative Method for Textured Motion: Analysis and Synthesis | Yizhou Wang ,Song Chun Zhu | European Conference on Computer Vision |
2002年 | Image Segmentation by Data-Driven Markov Chain Monte Carlo | Zhuowen Tu,Song Chun Zhu | Trans on Pattern Analysis and Machine Intelligence |
2003年 | Modeling Visual Patterns by Integrating Descriptive and Generative Methods | Cheng-en Guo,Song Chun Zhu,Ying Nian Wu | International Journal of Computer Vision |
2003年 | Statistical Modeling and Conceptualization of Visual Patterns | Song Chun Zhu | Trans on Pattern Analysis and Machine Intelligence |
2003年 | Towards a Mathematical Theory of Primal Sketch and Sketchability | Cheng-en Guo,Song Chun Zhu | International Conference on Computer Vision |
2004年 | Modeling Complex Motion by Tracking and Editing Hidden Markov Graphs | Yizhou Wang ,Song Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2004年 | Analysis and Synthesis of Textured Motion: Particles and Waves | Yizhou Wang ,Song Chun Zhu | Trans on Pattern Analysis and Machine Intelligence |
2004年 | Multigrid and Multi-Level Swendsen-Wang Cuts for Hierarchic Graph Partition | Adrian Barbu,Song Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2005年 | A Generative Model of Human Hair for Hair Sketching | Hong Chen,Song Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2005年 | Image Parsing: Unifying Segmentation, Detection, and Recognition | Zhuowen Tu,Xiangrong Chen,Alan L. Yuille,Song Chun Zhu | International Journal of Computer Vision |
2005年 | Cloth Representation by Shape from Shading with Shading Primitives | Feng Han ,Song Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2006年 | Composite Templates for Cloth Modeling and Sketching | Hong Chen,Zi Jian Xu ,Ziqiang Liu,Song Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2006年 | A Generative Sketch Model for Human Hair Analysis and Synthesis | Hong Chen,Song Chun Zhu | Trans on Pattern Analysis and Machine Intelligence |
2006年 | A Stochastic Grammar of Images | Song Chun Zhu,David Mumford | Foundations and Trends in Computer Graphics and Vision |
2007年 | Layered Graph Match with Graph Editing | Liang Lin,Song Chun Zhu,Yongtian Wang | IEEE Conference on Computer Vision and Pattern Recognition |
2007年 | Primal sketch: Integrating structure and texture | Cheng-en Guo,Song Chun Zhu,Ying Nian Wu | Computer Vision and Image Understanding |
2007年 | Mapping Natural Image Patches by Explicit and Implicit Manifolds | Kent Shi,Song Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2008年 | A hierarchical and contextual model for aerial image understanding | Jake Porway,Kristy Wang,Benjamin Z. Yao,Song Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2008年 | A Hierarchical Compositional Model for Face Representation and Sketching | Zijian Xu ,Hong Chen,Song Chun Zhu,Jiebo Luo | Trans on Pattern Analysis and Machine Intelligence |
2008年 | An integrated background model for video surveillance based on primal sketch and 3D scene geometry | Wenze Hu,Haifeng Gong,Song Chun Zhu,Yongtian Wang | IEEE Conference on Computer Vision and Pattern Recognition |
2009年 | Evaluating information contributions of bottom-up and top-down processes | Xiong Yang,Tianfu Wu ,Song Chun Zhu | International Conference on Computer Vision |
2009年 | Flow mosaicking: Real-time pedestrian counting without scene-specific learning | Yang Cong,Haifeng Gong,Song Chun Zhu,Yandong Tang | IEEE Conference on Computer Vision and Pattern Recognition |
2009年 | From image parsing to painterly rendering | Kun Zeng,Mingtian Zhao,Caiming Xiong,Song Chun Zhu | ACM Transactions on Graphics |
2009年 | Learning mixed templates for object recognition | Zhangzhang Si,Haifeng Gong,Ying Nian Wu,Song Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2010年 | Discovering scene categories by information projection and cluster sampling | Dengxin Dai,Tianfu Wu ,Song Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2010年 | Layered Graph Matching with Composite Cluster Sampling | Liang Lin,Xiaobai Liu,Song Chun Zhu | Trans on Pattern Analysis and Machine Intelligence |
2010年 | Learning Artistic Lighting Template from Portrait Photographs | Xin Jin,Mingtian Zhao,Xiaowu Chen,Qinping Zhao,Song Chun Zhu | European Conference on Computer Vision |
2011年 | A Numerical Study of the Bottom-Up and Top-Down Inference Processes in And-Or Graphs | Tianfu Wu ,Song Chun Zhu | International Journal of Computer Vision |
2011年 | C4: Exploring Multiple Solutions in Graphical Models by Cluster Sampling | Jacob Porway,Song-Chun Zhu | Trans on Pattern Analysis and Machine Intelligence |
2011年 | Image representation by active curves | Wenze Hu,Ying Nian Wu,Song-Chun Zhu | International Conference on Computer Vision |
2011年 | Parsing video events with goal inference and intent prediction | Mingtao Pei,Yunde Jia,Song-Chun Zhu | International Conference on Computer Vision |
2012年 | Cost-Sensitive Top-Down/Bottom-Up Inference for Multiscale Activity Recognition | Mohamed R. Amer,Dan Xie,Mingtian Zhao,Sinisa Todorovic,Song Chun Zhu | European Conference on Computer Vision |
2012年 | Intrackability: Characterizing Video Statistics and Pursuing Video Representations | Haifeng Gong,Song Chun Zhu | International Journal of Computer Vision |
2012年 | Learning Hybrid Image Templates (HIT) by Information Projection | Zhangzhang Si,Song-Chun Zhu | Trans on Pattern Analysis and Machine Intelligence |
2013年 | Beyond Point Clouds: Scene Understanding by Reasoning Geometry and Physics | Bo Zheng ,Yibiao Zhao,Joey C. Yu,Katsushi Ikeuchi,Song-Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2013年 | Human Attribute Recognition by Rich Appearance Dictionary | Jungseock Joo,Shuo Wang,Song-Chun Zhu | International Conference on Computer Vision |
2013年 | Learning AND-OR Templates for Object Recognition and Detection | Zhangzhang Si,Song-Chun Zhu | Trans on Pattern Analysis and Machine Intelligence |
2013年 | Learning and parsing video events with goal and intent prediction | Mingtao Pei,Zhangzhang Si,Benjamin Z. Yao,Song-Chun Zhu | Computer Vision and Image Understanding |
2013年 | Scene Parsing by Integrating Function, Geometry and Appearance Models | Yibiao Zhao,Song-Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2014年 | Animated Pose Templates for Modeling and Detecting Human Actions | Benjamin Z. Yao,Bruce X. Nie,Zicheng Liu ,Song-Chun Zhu | Trans on Pattern Analysis and Machine Intelligence |
2014年 | Detecting potential falling objects by inferring human action and natural disturbance | Bo Zheng ,Yibiao Zhao,Joey C. Yu,Katsushi Ikeuchi,Song-Chun Zhu | IEEE International Conference on Robotics and Automation |
2014年 | Integrating Context and Occlusion for Car Detection by Hierarchical And-Or Model | Bo Li ,Tianfu Wu ,Song-Chun Zhu | European Conference on Computer Vision |
2014年 | Unsupervised Learning of Dictionaries of Hierarchical Compositional Models | Jifeng Dai,Yi Hong,Wenze Hu,Song-Chun Zhu,Ying Nian Wu | IEEE Conference on Computer Vision and Pattern Recognition |
2015年 | Attributed Grammars for Joint Estimation of Human Attributes, Part and Pose | Seyoung Park,Song-Chun Zhu | International Conference on Computer Vision |
2015年 | Joint action recognition and pose estimation from video | Bruce Xiaohan Nie,Caiming Xiong,Song-Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2015年 | Learning 3D Object Templates by Quantizing Geometry and Appearance Spaces | Wenze Hu,Song-Chun Zhu | Trans on Pattern Analysis and Machine Intelligence |
2015年 | Understanding tools: Task-oriented object modeling, learning and recognition | Yixin Zhu,Yibiao Zhao,Song-Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2016年 | Inferring Forces and Learning Human Utilities from Videos | Yixin Zhu,Chenfanfu Jiang,Yibiao Zhao,Demetri Terzopoulos,Song-Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2016年 | Inferring human intent from video by sampling hierarchical plans | Steven Holtzen,Yibiao Zhao,Tao Gao,Joshua B. Tenenbaum,Song-Chun Zhu | IEEERSJ International Conference on Intelligent Robots and Systems |
2016年 | Learning And-Or Model to Represent Context and Occlusion for Car Detection and Viewpoint Estimation | Tianfu Wu ,Bo Li,Song-Chun Zhu | Trans on Pattern Analysis and Machine Intelligence |
2016年 | Learning Social Affordance for Human-Robot Interaction | Tianmin Shu,Michael S. Ryoo,Song-Chun Zhu | International Joint Conference on Artificial Intelligence |
2016年 | Robot learning with a spatial, temporal, and causal and-or graph | Caiming Xiong,Nishant Shukla,Wenlong Xiong,Song-Chun Zhu | IEEE International Conference on Robotics and Automation |
2017年 | A glove-based system for studying hand-object manipulation via joint pose and force sensing | Hangxin Liu,Xu Xie ,Matt Millar,Mark Edmonds,Feng Gao 0013,Yixin Zhu,Veronica J. Santos,Brandon Rothrock,Song-Chun Zhu | IEEERSJ International Conference on Intelligent Robots and Systems |
2017年 | Alternating Back-Propagation for Generator Network | Tian Han ,Yang Lu ,Song-Chun Zhu,Ying Nian Wu | AAAI Conference on Artificial Intelligence |
2017年 | CERN: Confidence-Energy Recurrent Network for Group Activity Recognition | Tianmin Shu,Sinisa Todorovic,Song-Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2017年 | Inferring Human Attention by Learning Latent Intentions | Ping Wei ,Dan Xie,Nanning Zheng ,Song-Chun Zhu | International Joint Conference on Artificial Intelligence |
2017年 | Jointly Recognizing Object Fluents and Tasks in Egocentric Videos | Yang Liu,Ping Wei ,Song-Chun Zhu | International Conference on Computer Vision |
2017年 | Learning social affordance grammar from videos: Transferring human interactions to human-robot interactions | Tianmin Shu,Xiaofeng Gao,Michael S. Ryoo,Song-Chun Zhu | IEEE International Conference on Robotics and Automation |
2017年 | Mining Object Parts from CNNs via Active Question-Answering | Quanshi Zhang,Ruiming Cao,Ying Nian Wu,Song-Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2018年 | A Causal And-Or Graph Model for Visibility Fluent Reasoning in Tracking Interacting Objects | Yuanlu Xu,Lei Qin,Xiaobai Liu,Jianwen Xie,Song-Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2018年 | Attribute And-Or Grammar for Joint Parsing of Human Pose, Parts and Attributes | Seyoung Park,Bruce Xiaohan Nie,Song-Chun Zhu | Trans on Pattern Analysis and Machine Intelligence |
2018年 | Examining CNN Representations With Respect to Dataset Bias | Quanshi Zhang,Wenguan Wang,Song-Chun Zhu | AAAI Conference on Artificial Intelligence |
2018年 | Generalized Earley Parser: Bridging Symbolic Grammars and Sequence Data for Future Prediction | Siyuan Qi,Baoxiong Jia,Song-Chun Zhu | International Conference on Machine Learning |
2018年 | Intent-Aware Multi-Agent Reinforcement Learning | Siyuan Qi,Song-Chun Zhu | IEEE International Conference on Robotics and Automation |
2018年 | Single-View 3D Scene Reconstruction and Parsing by Attribute Grammar | Xiaobai Liu,Yibiao Zhao,Song-Chun Zhu | Trans on Pattern Analysis and Machine Intelligence |
2018年 | Where and Why Are They Looking? Jointly Inferring Human Attention and Intentions in Complex Tasks | Ping Wei ,Yang Liu,Tianmin Shu,Nanning Zheng ,Song-Chun Zhu | IEEE Conference on Computer Vision and Pattern Recognition |
2019年 | A tale of two explanations: Enhancing human trust by explaining robot behavior | Mark Edmonds,Feng Gao 0013,Hangxin Liu,Xu Xie ,Siyuan Qi,Brandon Rothrock,Yixin Zhu,Ying Nian Wu,Hongjing Lu,Song-Chun Zhu | Science Robotics |
2019年 | Learning Virtual Grasp with Failed Demonstrations via Bayesian Inverse Reinforcement Learning | Xu Xie ,Changyang Li,Chi Zhang 0017,Yixin Zhu,Song-Chun Zhu | IEEERSJ International Conference on Intelligent Robots and Systems |
2019年 | MetaStyle: Three-Way Trade-off among Speed, Flexibility, and Quality in Neural Style Transfer | Chi Zhang 0017,Yixin Zhu,Song-Chun Zhu | AAAI Conference on Artificial Intelligence |
2019年 | Self-Supervised Incremental Learning for Sound Source Localization in Complex Indoor Environment | Hangxin Liu,Zeyu Zhang ,Yixin Zhu,Song-Chun Zhu | IEEE International Conference on Robotics and Automation |
2019年 | Understanding Human Gaze Communication by Spatio-Temporal Graph Reasoning | Lifeng Fan,Wenguan Wang,Song-Chun Zhu,Xinyu Tang,Siyuan Huang | International Conference on Computer Vision |
2019年 | Unsupervised Disentangling of Appearance and Geometry by Deformable Generator Network | Xianglei Xing,Tian Han ,Ruiqi Gao,Song-Chun Zhu,Ying Nian Wu | IEEE Conference on Computer Vision and Pattern Recognition |
2020年 | A Competence-Aware Curriculum for Visual Concepts Learning via Question Answering | Qing Li,Siyuan Huang,Yining Hong,Song-Chun Zhu | European Conference on Computer Vision |
2020年 | A massively parallel and scalable multi-CPU material point method | Xinlei Wang,Yuxing Qiu,Stuart R. Slattery,Yu Fang,Minchen Li,Song-Chun Zhu,Yixin Zhu,Min Tang ,Dinesh Manocha,Chenfanfu Jiang | ACM Transactions on Graphics |
2020年 | Congestion-aware Evacuation Routing using Augmented Reality Devices | Zeyu Zhang ,Hangxin Liu,Ziyuan Jiao,Yixin Zhu,Song-Chun Zhu | IEEE International Conference on Robotics and Automation |
2020年 | Cooperative Training of Descriptor and Generator Networks | Jianwen Xie,Yang Lu,Ruiqi Gao,Song-Chun Zhu,Ying Nian Wu | Trans on Pattern Analysis and Machine Intelligence |
2020年 | Graph-based Hierarchical Knowledge Representation for Robot Task Transfer from Virtual to Physical World | Zhenliang Zhang,Yixin Zhu,Song-Chun Zhu | IEEERSJ International Conference on Intelligent Robots and Systems |
2020年 | “暗”,不止於“深”——邁向認知智能與類人常識的範式轉換 | 朱毅鑫,高濤,範麗鳳,黃思遠,Mark Edmonds,劉航欣,高楓,張馳,綦思源,吳英年,Joshua B.Tenenbaum,朱松純 | Engineering |
2021年 | Monocular 3D Pose Estimation via Pose Grammar and Data Augmentation | Xu Yuanlu,Wang Wenguan,Liu Tengyu,Liu Xiaobai,Xie Jianwen,Zhu Song-Chun | IEEE Transactions on Pattern Analysis and Machine Intelligence |
2021年 | Cooperative Training of Fast Thinking Initializer and Slow Thinking Solver for Conditional Learning | Xie Jianwen,Zheng Zilong,Fang Xiaolin,Zhu Song-Chun,Wu Ying Nian | IEEE Transactions on Pattern Analysis and Machine Intelligence |
2021年 | Hierarchical Human Semantic Parsing with Comprehensive Part-Relation Modeling | Wang Wenguan,Zhou Tianfei,Qi Siyuan,Shen Jianbing,Zhu Song-Chun | IEEE Transactions on Pattern Analysis and Machine Intelligence |
2022年 | Scene Reconstruction with Functional Objects for Robot Autonomy | Han Muzhi,Zhang Zeyu,Jiao Ziyuan,Xie Xu,Zhu Yixin,Zhu Song-Chun,Liu Hangxin | International Journal of Computer Vision |
2022年 | Understanding Physical Effects for Effective Tool-Use | Zhang Zeyu,Jiao Ziyuan,Wang Weiqi,Zhu Yixin,Zhu Song-Chun,Liu Hangxin | IEEE Robotics and Automation Letters |
2022年 | In situ bidirectional human-robot value alignment | Yuan Luyao,Gao Xiaofeng,Zheng Zilong,Edmonds Mark,Wu Ying Nian,Rossano Federico,Lu Hongjing,Zhu Yixin,Zhu Song-Chun | Science Robotics |
2022年 | 可解釋工智能導論 | 楊強 ,範力欣, 朱軍,陳一晰 ,張拳石 ,朱松純 | 中文信息學報 |
2023年 | 通訊式學習——統一的機器學習模式 | 袁路遙, 朱松純 | Engineering |
2023年 | Communicative Learning: A Unified Learning Formalism | Yuan Luyao,Zhu Song-Chun | Engineering |
2023年 | Guest Editorial: Introduction to the Special Section on Graphs in Vision and Pattern Analysis | Bai Song,Torr Philip H.S,Krishna Ranjay,Li Fei-Fei,Gupta Abhinav, Zhu Song-Chun | IEEE Transactions on Pattern Analysis and Machine Intelligence |
2023年 | Rearrange Indoor Scenes for Human-Robot Co-Activity | Wang Weiqi,Zhao Zihang,Jiao Ziyuan,Zhu Yixin,Zhu Song-Chun,Liu Hangxin | 2023 IEEE International Conference on Robotics and Automation (ICRA) |
2023年 | Diffusion-based Generation, Optimization, and Planning in 3D Scenes | Huang Siyuan,Wang Zan,Li Puhao,Jia Baoxiong,Liu Tengyu,Zhu Yixin,Liang Wei,Zhu Song-Chun | 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) |
朱松純成果獎勵
獲獎時間 | 授予單位 |
---|---|
2019年最佳論文獎(Best Paper Award) | 中國圖靈大會(ACM TURC) |
2020年最佳論文獎(Best Paper Award) | ICML Workshop on Bridge Perception and Reasoning |
朱松純榮譽獎項
獲獎時間 | 榮譽表彰 | 授予單位 |
---|---|---|
1992年 | 哈佛大學研究生院獎學金(Harvard Fellowship) | 哈佛大學藝術與科學研究生院(Harvard Graduate School of Art and Sciences) |
1995年 | 哈佛大學工程領域Ali Jury獎 | 哈佛大學 |
1999年 | 馬爾獎榮譽提名(Marr Prize honorary nomination) | 第7屆國際計算機視覺大會 |
2001年 | 傑出青年科學家獎(Young Investigator Award) | 美國海軍研究所(Office of Navy Research) |
2001年 | 青年教授獎勵基金(Career Award) | 美國國家科學基金會(National Science Foundation) |
2001年 | 斯隆獎(Sloan fellow) | 斯隆基金會(Alfred P. Sloan Foundation) |
2003年 | 馬爾獎(Marr Prize) | 第9屆計算機視覺國際大會 |
2007年 | 馬爾獎榮譽提名(Marr Prize honorary nomination) | 第11屆國際計算機視覺大會 |
2008年 | 國際模式識別協會 | |
2009年 | “長江學者”講座教授 | 中國教育部 |
2011年 | 電氣和電子工程師學會會士(Fellow) | 電氣和電子工程師學會(IEEE) |
2013年 | 赫爾姆霍茨獎(Helmholtz Test-of-Time Award) | 第14屆國際計算機視覺大會 |
2017年 | 計算建模獎(Computational Modeling Prize) | 國際認知科學學會(Cognitive Science Society) |
2023年10月 | 第五屆北京市華僑華人“京華獎”
[18]
| |
朱松純人才培養
朱松純教育反思
2023年2月11日,朱松純在北京大學智能學科戰略研討會上的講話以署名文章《以有組織科研推進原創性、引領性創新》刊登在2023年2月18日在《光明日報》上,他提出疑問“為什麼近年來世界各國科研人員成倍增長、經費越來越多、科研條件越來越好,卻產生不了根本性的科學發現?”
[45]
。在他看來,重大基礎性原創性科學成果“難產”的主要原因在於,與過去相比,當前的科研驅動力、科研組織模式、科學問題的複雜性均發生了改變。尤其是在現行科研組織模式下,科學研究在全球範圍內成為一種職業,“寫本子”“數論文”“比引用量”之風日盛,羣體越來越大,而科學研究越來越同質化、“內卷”,產生了顯著的馬太效應
[44]
。
朱松純認為,以有組織科研為引領,要重點突破三個方面:(一)站在新的歷史轉折點,凝聚新的戰略驅動力,形成新的戰略思維;(二)堅持自由探索與有組織科研相結合,孕育新的科研範式和評價機制;(三)以有組織的科研模式打通“學研產”創新鏈條
[44]
。
朱松純培養模式
- 通識專業
2021年,朱松純分別在北京大學元培學院和清華大學自動化系成立“通用人工智能實驗班”,面向人工智能未來發展方向,打造全新的本博貫通的課題體系,併發布《通用人工智能人才培養計劃》白皮書,培養通用人工智能方向的“通識、通智、通用”型國際頂尖複合型人才
[14]
。
2023年,由朱松純領銜,北京通用人工智能研究院與北京大學、浙江大學、上海交通大學、中國科學技術大學、武漢大學、華中科技大學、北京理工大學、電子科技大學和北京郵電大學共9所高校參與的通用人工智能協同攻關合作體人才培養計劃在北京正式啓動,9所高校共同探索通用人工智能人才培養新模式
[20]
。
朱松純指導學生
時間 | 姓名 | 論文題目/研究主題 | 層次 |
---|---|---|---|
2002 | Zhuowen Tu[CS] | Image Parsing by Data-Driven Markov Chain Monte Carlo | 博士 (Ph.D) |
2004 | Cheng-En Guo[CS] | A Mathematical Theory for Texton and Primal Sketch | |
2005 | Adrian Barbu[CS] | Cluster Sampling and Its Applications in Segmentation, Stereo and Motion | |
2005 | Yizhou Wang[CS] | Modeling Complex Motion: Photometric, Geometric, Topological, and Dynamic Aspects | |
2005 | Feng Han[CS] | Computing 3D Scene From A Single Image by Bottom-up/Top-Down Bayesian Inference | |
2006 | Romeo Maciuca[Stat] | MCMC Analysis: First Hitting Times, Visiting Scheme, and Auxiliary Variables | |
2007 | Zijian Xu[Stat] | A Hierarchical Compositional Model for Representation and Sketching of High-resolution Human Images | |
2009 | Kent Shi[Stat] | Mapping Natural Image Patches by Explicit and Implicit Manifolds | |
2010 | Jacob Porway[Stat] | A Hierarchical and Contextual Model for Learning and Recognizing Highly Variant Visual Categories | |
2011 | Zhangzhang Si[Stat] | Learning And-Or Templates for Object Recognition by Information Projection | |
2011 | Mingtian Zhao[Stat] | A Statistical and Computational theory for the Art of Painting | |
2011 | Tianfu Wu[Stat] | Integration and Goal-guided Scheduling of Bottom-up and Top-Down Computing Processes in Hierarchical Models | |
2011 | Benjamin Yao[Stat] | Learning Spatial-Temporal Models for Understanding Actions and Events in Video | |
2012 | Wenze Hu[Stat] | Integrating 3D and 2D Representations for View-invariant Object Recognition | |
2013 | Brandon Rothrock[CS] | Stochastic Image Grammars for Human Pose Estimation | |
2014 | Maria Pavlovskaia[Stat] | Mapping Highly Non-convex Energy Landscapes in Clustering, Grammar and Curriculum Learning | |
2015 | Jungseock Joo[CS] | Visual Persuasion in Mass Media: A Computational Framework for Understanding Visual Communication | |
2015 | Yibiao Zhao[Stat] | A Quest for Visual Commonsense: Scene Understanding by Functional and Physics Reasoning | |
2016 | Seyoung Park[CS] | Attribute Grammar for Joint Parsing of Human Attribute, Part and Pose | |
2016 | Amy Morrow[Stat] | Learning and Inferring Perceptual Causality from Videos | |
2016 | Dan Xie[Stat] | Inferring the Intentions and Attentions of Agents from Videos | |
2017 | Weixin Li[CS] | Joint Image-Text Topic Detection and Tracking for Analyzing Social and Political News Events | |
2017 | Bruce Nie[Stat] | Spatial-Temporal Hierarchical Model for Joint Learning and Inference of Human Action and Pose | |
2017 | Yang Lu[Stat] | Coupling and Learning Hierarchical Generative and Descriptive Models for Image Synthesis and Analysis | |
2017 | Chengcheng Yu[Stat] | Single View 3D Scene Reconstruction Using Visual Commonsense | |
2018 | Hang Qi[CS] | Joint Spatial, Temporal, and Causal Inference and Restricted Turng Test via Storyline Queries | |
2018 | Yixin Zhu[Stat] | Visual Commonsense Reasoning: Functionality, Physics, Causality, and Utility | |
2019 | Yuanlu Xu[CS] | 3D Scene and Event Understanding by Joint Spatial and Temporal Inference and Reasoning | |
2019 | Siyuan Qi[CS] | Task-oriented Visual Understanding of Scenes and Events | |
2019 | Nishant Shukla[CS] | Utility Learning, Non-Markovian Planning, and Task-Oriented Programming Language | |
2019 | Tianmin Shu[Stat] | Social Scene Understanding: ?Group Activity Parsing, Human-Robot Interactions, and Perception of Animacy | |
2019 | Yang Liu[Stat] | Learning Fluents for Task Representation | |
2019 | Tao Yuan[Stat] | A Cognition Platform for Joint Inference of 3D Geometry, Object States, and Human Belief | |
2020 | Mitchell Hill[Stat] | Learning and Mapping Energy Functions of High-Dimensional Image Data | |
2021 | Hangxin Liu[CS] | Robot Imitation by Action Understanding, Mirroring, and Interactions | |
2021 | Siyuan Huang[Stat] | Human-like Hollistic 3D Scene Understanding | |
2021 | Xu Xie[Stat] | Robot Learning from Interactions with Physics-realistic Environment: Constructing Big Task Platform for Training AI Agents | |
2021 | Zilong Zheng[CS] | Multimodal Conversation Modeling via Neural Perception, Structure Learning, and Communication | |
2021 | Feng Shi[CS] | Adaptive AI algorithms & Unified Hardware Acceleration | |
2021 | Lifeng Fan[Stat] | A Hierarchical Computational Framework for Social Interaction Understanding | |
2021 | Tengyu Liu[CS] | Hierarchical Modeling of Human-Object Interactions: from Concurrent Action Parsing to Physics-Based Grasping | |
2021 | Ruiqi Gao[Stat] | Effective Learning of Descriptive and Generator Models and Learning Representations for Grid Cells and V1 Cells | |
2021 | Erik Nijkamp[Stat] | Learning Descriptive and Generative Models with Short-Run MCMC | |
2021 | Mark Edmonds[CS] | Learning How and Why: Causal Learning and Explanation from Physical, Interactive, and Communicative Environments | |
2021 | Arjun Akula[Stat] | Gaining Justified Human Trust by Improving Explainability in Vision and Language Reasoning Models | |
—— | Luyao Yuan[CS] | on Communicative Learning and Referential Game for Concept Learning | |
—— | Xiaofeng Gao[Stat] | on Multi-agent Collaborations and Explainable AI | |
—— | Yixin Chen[Stat] | Holistic Scene and Event Parsing | |
—— | Chi Zhang[CS] | A Unified Framework for Concept Learning from Few Examples: IQ-Test and Number Sense | |
—— | Shu Wang[Stat] | Fluent Calculus and Task Space in Real World Scenes | |
—— | Qing Li[Stat] | Language Grounding and Alignment in Multi-Agent System | |
—— | Sirui Xie[CS] | The Interactions and Convergence of U and V | |
—— | Pan Lu[CS] | Scenario-Based Problem Solving with Joint Image-Text parsing and Commonsense Reasoning | |
—— | Ziyuan Jiao[ME] | Robot Manipulation, Causal Action Planning and Motion Planning | |
—— | Baoxiong Jia[CS] | Joint Scene and Event Parsing and Prodiction | |
—— | Zeyu Zhang[CS] | Tool Manipulation | |
—— | Yizhou Zhao[Stat] | Learning and Communication in Multi-agent System | |
—— | Steven Gong[CS] | Scenario-Based Problem Solving | |
—— | Muzhi Han[ME] | Robot Action Planning based on Scene Understanding and Cognitive Reasoning | |
—— | Jonathan Mitchell[CS] | Joint Scene and Activity Understanding | |
—— | Liang Qiu[EE] | Social and Conversational Agents | |
—— | Yining Hong[CS] | Neural Symbolic Reasoning, Automated Math Problem Solving and Commonsense Reasoning | |
—— | Xiaojian Ma[CS] | Robotics and Multi-agent Systems | |
—— | Dequan Kong[Stat] | Statistical Modeling and Learning | |
—— | Xu Chao[Stat] | Scene Understanding | |
—— | Qian Long[CS] | Multi-Agent Systems | |
1999—2000 | Xiuwen Liu | Texture modeling and Julesz ensemble | 博士後(Postdocs) |
2003—2006 | Hong Chen | Human face, hair, and cloth modeling and sketching | |
2007—2009 | Haifeng Gong | Intrackability: An information Theoretical Criterion for pursuing Hybrid Video Representations | |
2007—2009 | Liang Lin | Layered Graph Matching | |
2009—2011 | Mingtao Pei | Event understanding and Intent Prediction in Video | |
2011—2014 | Tianfu Wu | Decision policy and learning and-or graph for object detection and tracking | |
2012—2013 | Bo Zheng | 3D scene parsing by reasoning physical stability and risk | |
2012—2014 | Kewei Tu | Joint video and text parsing, query answering, and grammar learning | |
2013—2015 | Xiaobai Liu | Attributed grammar for scene understanding, camera calibration and 3D reconstruction | |
2013—2015 | Wei Liang | Container recognition and causality inferrence | |
2014—2015 | Caiming Xiong | Robot Learning from demonstrations | |
2014—2018 | Quanshi Zhang | Webscale lifelong Communicative Learning | |
2015—2017 | Ping Wei | Inferring the Mind of Agents in Video: Belief, Intent, and Attention | |
2016—2017 | Jianwen Xie | Generative and Decriptive Models (Deep Networks) for Learning | |
2016—2018 | Changsong Liu | Communicative Learning and Situated Dialogues | |
2018—2020 | Yixin Zhu | Cognitive Robots | |
2018—2020 | Keze Wang | Explainable AI and Learning with small labelled examples | |
2009—2011 | Zhi Han | Video Primal Sketch: A Middle Level Generic Representation of Video | 訪問博士 (Visiting Ph.D) |
2011—2013 | Shuo Wang | Scene Modeling and Recognition with Tangram Model | |
2011—2012 | Ping Wei | Modeling 4DHOI and Concurrent Action and Affordance | |
2012—2013 | Jifeng Dai | Unsupervised learning for co-segmentation and image parsing | |
2014—2016 | Li Bo | Modeling Occlusion for vehicle detection, parsing, and fluent reasoning | |
2016—2018 | Wenguan Wang | Joint parsing of human poses, attributes and actions by QA learning | |
2017—2019 | Zhenliang Zhang | Mixed reality for robot learning | |
2017—2019 | Zhixiong Nan | Visual attention and intention inference | |
朱松純寄語學生
- 開學典禮講話
2021年9月2日,朱松純作為北京大學元培學院的導師代表,在北京大學元培學院2021級開學典禮上講話時,就“錢學森之問”談到:中國正在走向世界舞台的聚光燈下,中國科技已然躋身世界前列。通過幾代人的積累,國家比任何時候都具備了條件,也有了足夠的底氣和信心:能夠通過內生的機制培養出具有國際視野和勇於擔當的傑出人才與學術領袖
[40]
。
- 畢業典禮講話
2022年6月20日,朱松純作為北京大學智能學院院長,他在北京大學智能學院2022年畢業典禮上的講話給畢業生提了三個問題:“未名之問”“人生之問”“時代之問”。(1)未名之問:湖邊怎麼見不到學生?他希望學生一定要學會慢下來,多給自己一點思考和發呆的時間。不糾結於一時的苦樂,不緊盯眼前的得失,不去爭眼前的高低。要學會選擇,放下那些不重要的事物,才能看得更清、走得更遠。(2)人生之問:我是誰?未來的人生一定不會是一帆風順的,通過不斷調整自己的UV系統,從活着、到活得好、到活得明白、活得有意義的昇華,成就自己精彩的人生。(3)時代之問:我們的高等學府到底要培養什麼樣的人才?答案就藏在入學時都要學唱的《燕園情》的歌詞裏:“眼底未名水,胸中黃河月。”“胸中黃河月”代表了每個中國人應該關注民族的前途和命運,畢業後有一大批同學即將奔赴中國科技企業,以青春之我服務國家科技發展戰略,傳承北大智能人科技報國的傳統
[36]
。
2023年7月1日,朱松純作為北京大學智能學院院長,他在北京大學智能學院2023年畢業典禮上的講話選取“智能時代”這個主題,希望畢業生作為北大智能人,要做智能時代的先知、先覺、先行者。先知者,要提前預判時勢的到來;先覺者,要率先覺悟到時代的使命;先行者,要勇於引領時代的變革。希望畢業生不斷提升自我的認知架構和價值體系,形成更大格局的對時代發展趨勢的清醒認知、對時代根本使命的率先覺悟、對引領時代變革的篤志力行,做智能時代的先知、先覺、先行者,以中國之思想,創世界之科技,如此才能在時代的潮起潮伏中不斷做出正確選擇
[35]
。
朱松純社會活動
朱松純講座報告
- 教授茶座
2021年3月12日,朱松純受到北京大學學生工作部邀請,在“教授茶座”與青年學生分享個人求學與研究的經歷、探討科學精神和人生價值,他嘗試從文學、科學、哲學三個層面解讀《赤壁賦》,從蘇軾的經歷與哲思中學習人生的定位
[41]
。
- 圍爐夜話
2021年7月30日,ACM中國圖靈大會前夜在合肥,大會主席、清華大學劉雲浩教授安排朱松純給青年學生學者做一次“圍爐夜話”式的座談,以三讀《赤壁賦》為主題,探討學術人生
[41]
。
- 紫冬講壇
- 臨湖智庫沙龍
2023年9月15日,朱松純參加在北京大學祿島舉行的第四期“臨湖智庫沙龍”,作了主題為“為人文賦理:從通用人工智能視角解讀中國思想”的報告。他總結了指導人工智能的三個哲學思想。第一時期是西方哲學思想為人工智能的邏輯、表達與推理等方面提供了理論框;第二時期是儒家“格物致知”思想承接下產生的數理模型,概率建模與隨機計算佔據主導地位;現階段,智能體必須由“心”驅動,才能研發出自主的AI
[37]
。
- 委員科學講堂
2024年1月5日,朱松純參加在北京舉行的全國政協“委員科學講堂”,以“為機器立心——邁向通用人工智能”為題作講座。他從通用人工智能的基本特徵出發,結合人工智能在中國的發展,闡述對推動原創性、引領性科技創新的思考。他認為每個人都是通用智能體,研究通用人工智能其實也是開啓人類認識自我的新階段,通用人工智能與傳統中華文化都是研究人性的本質, 是一體兩面。他指出,通用人工智能的研究將極大推動文理交叉與學科融合
[39]
。
朱松純建言獻策
- 治理網絡暴力
朱松純作為全國政協委員,對於治理網絡暴力,他從技術層面提出建議,如組建平台算法治理獨立專家委員會,發揮人工智能技術效率優勢,擬定網絡生態評價標準。“具體包括制定用户畫像顆粒度、個人隱私採集的範圍標準;制定推送信息的多元化標準,杜絕信息繭房的形成;制定平台生態污染指數,指數涵蓋違規行為數量規模、事件惡劣性與傳播範圍、舉報頻次等因素,定期在顯著渠道發佈,限期整改。”
[28]
- 發展新一代人工智能
朱松純在《北京大學校報》第1635期第1版上撰文《為機器立心,為人文賦理——建設世界一流智能學科》,對於加快發展新一代人工智能提出:1.着力打造智能科學領軍人才培養的搖籃;2.以通用人工智能為抓手,建設世界一流智能學科;3.搭建起人工智能與文理醫工交叉平台;4.以有組織科研實現原創性、引領性科技創新
[29]
。
朱松純履職政協
- 政協提案
在提案《加強人工智能科教體系建設,助力科技自立自強與高質量經濟發展》中,朱松純提到,當前基礎與高等教育的能力遠遠不能滿足人工智能的科研快速發展以及企業對於人才的需求,存在一些問題。朱松純建議,由教育部牽頭,委託北京大學等頂尖高校制定覆蓋中小學階段的人工智能一體化課程體系,引入社會力量加強教師培訓,加強建設人工智能課程配套設施、研學基地與科普基地,並在有條件的高校加大人工智能專業的本碩博招生錄取規模。同時,他也提出,在北京、上海等教育資源優勢地區可以參照“清華大學丘成桐數學領軍計劃”和“北大物理學科卓越人才培養計劃”機制,進行超常兒童的選材育才體系建設;而在教育資源相對薄弱的地區,可通過AI輔助促進教育的公平性、降低教學成本、補充該地區師資力量
[42]
。
在提案《加快通用人工智能戰略佈局,搶佔全球科技與產業發展制高點》中,朱松純則談到了通用人工智能的研究與發展問題。朱松純認為,通用人工智能將會在安全、產業、社會治理等諸多領域產生顛覆性影響,是未來10-20年國際科技競爭的戰略制高點。因此他建議,將通用人工智能提升到當代“兩彈一星”的高度。由中央統籌部署,凝聚人才、科研、產業與資本的優勢力量,規範發展路徑,儘快出台我國通用人工智能發展路線圖,建立測試標準,規劃底層的認知架構、 核心算法、操作系統、編程語音、體系結構與芯片,形成“學研產用”的創新鏈條,在通用人工智能這個新興的戰略領域,搶佔全球科技與產業發展制高點
[30]
。
- 接受採訪
2024年3月10日,全國政協十四屆二次會議第三場“委員通道”集體採訪活動在北京人民大會堂舉行,全國政協委員朱松純接受媒體採訪是説:“通用人工智能是新質生產力的典型代表。當下,通用人工智能已經成為全球科技競爭的制高點,要贏得這一場科技競爭,關鍵還在人才。”朱松純委員表示,“人類社會正在跨入智能時代,相信在我們的共同努力下,一定能夠走出一條符合中國國情的技術路徑,讓通用人工智能安全發展、造福人類。”
[46]
朱松純擔任職務
時間 | 擔任職務 |
---|---|
2004年 | 《國際計算機視覺雜誌》編輯委員會委員 |
2004年 | 《計算機圖形學和視覺的基礎和趨勢》編輯委員會委員 |
2005年 | 蓮花山計算機視覺和信息科學研究院院長 |
2005年—2009年 | IEEE Transactions on Pattern Analysis and Machine Intelligence編輯委員會委員 |
2008年—2013年 | 國際模式識別協會Aggarwal獎評選委員會委員 |
2010年—2015年 | 美國視覺、認知科學、AI領域 跨學科合作項目MURI首席科學家 |
2010年—2015年 | MURI場景理解項目首席研究員 |
2011年—2013年 | 國際模式識別協會阿加沃爾獎評選委員會主席 |
2012年 | IEEE計算機學會會士(Fellow)評選委員會副主席 |
2012年 | 國際計算機視覺與模式識別大會(CVPR)主席 |
2013年 | IEEE計算機學會會士委員會副主席 |
2013年 | 中國科學院海外顧問 |
2015年—2021年 | 美國—英國視覺、認知科學、AI領域跨學科合作項目MURI首席科學家 |
2016年—2021年 | MURI視覺常識推理項目首席研究員 |
2019年 | 國際計算機視覺與模式識別大會(CVPR)2019年度主席 |
2022年 | 北京大學武漢人工智能研究院第一屆理事會首席科學家 |
2023年 | 中國人民政治協商會議第十四屆全國委員會委員
[15]
|
2023年 | |
2024年 | 北京人形機器人創新中心專家委員會副主任
[21]
|
朱松純個人生活
朱松純家庭成員
- 父母
- 兄姐
- 妻子
- 女兒
朱松純人文素養
朱松純有着深厚的人文素養,這不僅讓他在科學研究中受益良多,也為他打下了愛國、敬業、奉獻的精神底色。他通過三讀《赤壁賦》,對此千古一賦做了人生思考,並非提供一個關於人生意義的統一答案。每個人可以追求不同的平衡態,自得其樂。他的人生態度是積極入世,也希望人們從追求“活着”、到“活得好”、到“活得有意義”、“活得明白”,甚至到達價值的極限——不朽
[41]
。
朱松純人物語錄
朱松純建議,將通用人工智能提升到當代“兩彈一星”的高度。由中央統籌部署,凝聚人才、科研、產業與資本的優勢力量,規範發展路徑,儘快出台我國通用人工智能發展路線圖,建立測試標準,規劃底層的認知架構、 核心算法、操作系統、編程語音、體系結構與芯片,形成“學研產用”的創新鏈條,在通用人工智能這個新興的戰略領域,搶佔全球科技與產業發展制高點
[30]
。
朱松純人物評價
- 參考資料
-
- 1. CNCC2018:李國傑、呂建、黃銘鈞、吳軍、朱松純等9位講者確認-中國計算機學會 .中國計算機學會[引用日期2020-12-18]
- 2. 師資隊伍 > 朱松純 基礎科學講席教授 清華大學通用人工智能研究院(籌)院長 .清華大學自動化系[引用日期2021-02-20]
- 3. 師資團隊 >> 在職教研人員 >> 朱松純 講席教授 .北京大學人工智能研究院[引用日期2021-09-06]
- 4. 知名教授朱松純將任教清華 .西寧晚報·數字報刊.2020-09-18[引用日期2021-01-06]
- 5. 報效祖國:今年已有多位國際頂級學者加盟國內高校 .澎湃.2020-10-17[引用日期2021-01-06]
- 6. 朱易正式入籍 代表中國花滑出戰新賽季 .北京青年報.2019-06-22[引用日期2021-01-06]
- 7. 美籍華裔花滑小將朱易參加全錦賽:比賽超乎想象 .騰訊體育.2018-12-31[引用日期2021-01-06]
- 8. 北京大學擬開設通用人工智能實驗班,或由朱松純教授領銜 .澎湃.2021-01-04[引用日期2021-01-05]
- 9. 把頂尖學生引入人工智能領域-光明日報-光明網 .光明網[引用日期2021-05-10]
- 10. 朱松純創辦的AI公司A輪融資5億元,將加大強認知AI研發 .澎湃新聞[引用日期2021-05-10]
- 11. 朱松純教授受聘擔任北大人工智能研究院院長並召開工作會議 全力推進國際國內合作 .北京大學新聞網.2020-09-24[引用日期2022-02-09]
- 12. 北京大學智能學院成立儀式舉行 .北京大學智能學院.2021-12-30[引用日期2022-02-09]
- 13. 朱松純出任清華大學通用人工智能研究院(籌)院長、講席教授 .清華大學.2021-04-28[引用日期2022-02-09]
- 14. 胸懷偉大理想 踐行愛國情懷 ——校友朱松純(8611)在北大元培學院2021級開學典禮上的講話 .中國科學技術大學校友(總)會.2021-09-24[引用日期2022-02-09]
- 15. 中國人民政治協商會議第十四屆全國委員會委員名單 .新華網[引用日期2023-01-18]
- 16. 頂尖AI學者全職回國,擬加入清華大學 .中國生物技術網[引用日期2023-03-07]
- 17. (受權發佈)中國人民政治協商會議第十四屆全國委員會各專門委員會委員名單 .新華網[引用日期2023-03-13]
- 18. 北京大學教授鄂維南、陸林、朱松純、鄧宏魁榮獲第五屆北京市華僑華人“京華獎” .北京大學新聞網.2023-10-03[引用日期2023-11-10]
- 19. 亞洲社會仿真學會成立儀式暨首屆年會在華中農業大學舉行 .中國日報網.2023-08-30[引用日期2023-11-16]
- 20. 讓一流人才研究一流問題——通用人工智能協同攻關合作體人才培養計劃啓動 .中國科技網.2023-11-20[引用日期2023-12-06]
- 21. 北京人形機器人創新中心專家委員會成立 .百家號.2024-01-12
- 22. 朱松純:人工智能範式轉換 .鄂州市人民政府.2019-04-11[引用日期2024-03-01]
- 23. Publications Textbooks & Journal Publications .Song-Chun Zhu課題組[引用日期2024-03-02]
- 24. Song-Chun Zhu Biography .Song-Chun Zhu課題組[引用日期2024-03-02]
- 25. J. K. Aggarwal Prize .International Association for Pattern Recognition[引用日期2024-03-02]
- 26. Song-Chun Zhu Collaborators .Song-Chun Zhu課題組[引用日期2024-03-02]
- 27. 北京冬奧會 | 朱易無緣花樣滑冰女單自由滑 .光明網.2022-02-16[引用日期2024-03-02]
- 28. 治理網暴被寫入兩高工作報告 多位代表委員建議 用“法律組合拳”嚴懲“按鍵傷人” .北京市教育委員會.2023-03-13[引用日期2024-03-03]
- 29. 朱松純:為機器立心,為人文賦理——建設世界一流智能學科 .北京大學教育基金會.2023-07-03[引用日期2024-03-03]
- 30. 朱松純委員:像“兩彈一星”一樣發展通用人工智能 .北京大學智能學院.2023-03-07[引用日期2024-03-03]
- 31. 人民日報|朱松純:一定要做出些原創性成果 .國際科技創新中心.2024-02-01[引用日期2024-03-17]
- 32. 鄂州高中傑出校友回母校講學 邱實主持 .鄂州市人民政府.2023-04-25[引用日期2024-03-17]
- 33. 朱松純(8611) .中國科學技術大學計算機科學與技術學院.2020-09-12[引用日期2024-03-17]
- 34. 主旨報告嘉賓 朱松純 北京通用人工智能研究院院長 北京大學智能學院院長、人工智能研究院院長、講席教授 .北京大學 北京論壇.2022-11-17[引用日期2024-03-17]
- 35. 做智能時代的先知、先覺、先行者——朱松純院長在北京大學智能學院2023年畢業典禮上的講話 .北京大學智能學院.2023-07-13[引用日期2024-03-17]
- 36. 畢業寄語 | 朱松純:未名之問、人生之問、時代之問 .北京大學新聞網.2022-06-27[引用日期2024-03-17]
- 37. “臨湖智庫沙龍”第四期舉行,朱松純作“為人文賦理:從通用人工智能視角解讀中國思想”報告 .北京大學新聞網.2023-09-17[引用日期2024-03-17]
- 38. 朱松純教授主講自動化系2023年紫冬講壇第一講 .清華大學自動化系.2023-03-27[引用日期2024-03-17]
- 39. 朱松純教授在全國政協“委員科學講堂”作通用人工智能主題講座 .北京大學新聞網.2024-01-07[引用日期2024-03-17]
- 40. 胸懷偉大理想 踐行愛國情懷 ——在北大元培學院2021級開學典禮上的講話 .北京大學智能學院.2021-09-23[引用日期2024-03-17]
- 41. 朱松純:三讀《赤壁賦》,並從人工智能的角度解讀“心”與“理”的平衡 .北京大學智能學院.2022-01-06[引用日期2024-03-17]
- 42. 聚焦兩會 | 全國政協委員朱松純:應將通用人工智能提到“兩彈一星”高度 .北京大學新聞網.2023-03-12[引用日期2024-03-17]
- 43. 朱松純:30年潛心研究通用AI(科教人物坊) .人民融媒體 百家號.2023-10-09[引用日期2024-03-21]
- 44. 《光明日報》刊發朱松純教授署名文章《以有組織科研推進原創性、引領性創新》 .北京大學智能學院.2023-02-19[引用日期2024-03-21]
- 45. 顛覆性科學成果緣何“難產”?|科研 .新浪網[引用日期2024-03-21]
- 46. 朱松純委員:讓通用人工智能造福人類 .中華人民共和國國務院新聞辦公室.2024-03-11[引用日期2024-03-21]
- 47. 【學黨史·憶僑史】(84)朱松純:強認知AI的領路人 .澎湃新聞.2022-05-05[引用日期2024-03-21]
- 48. 專訪朱松純:三十功名逐一統,八萬里路懷家國 .北京大學新聞網.2024-02-05[引用日期2024-03-21]
- 49. 北京通用人工智能研究院院長朱松純——“一定要做出些原創性成果” .新華網[引用日期2024-03-28]
- 50. 六校友新晉IEEE會士 .中國科學技術大學新創校友基金會[引用日期2024-03-28]
- 51. 開闢AI行業發展新局 暗物智能朱松純大一統理論框架“圓夢” .中國新聞網 百家號.2021-01-22[引用日期2024-03-28]
- 52. 北京大學武漢人工智能研究院落户光谷,朱松純任首席科學家 .武漢市科學技術局.2022-12-22[引用日期2024-03-28]
- 53. 不一樣的傳承,一樣的中國科大精神! .中國科學技術大學校友總會[引用日期2024-03-28]
- 54. 朱易:科學家爸爸激勵我做中國“冰蝴蝶” .新民晚報.2022-01-26[引用日期2024-03-28]
- 55. 深挖 | 蘇翊鳴官宣的女友朱易,有多厲害 .網易訂閲[引用日期2024-03-28]
- 56. 花滑小將朱易:動作風格上有了東方元素 .中青報.2022-01-13[引用日期2024-03-28]
- 收起