文章主题：
新智元导读】刚刚，北京大学官网显示，前UCLA教授朱松纯受聘担任北大人工智能研究院院长，北大常务副校长龚旗煌代表学校，对朱松纯受聘北大表示热烈欢迎。此前曾有消息传出朱松纯拟入职清华，现在来看，还是北大「抢」得了先机！
北京大学新闻网发布消息：朱松纯教授受聘担任北大人工智能研究院院长。
🎉【AI学术新动态】🔥朱松纯教授加盟清华，自动化界再燃火花！💡本月中旬的重磅消息让整个学术界为之沸腾：据悉，这位人工智能领域的知名人物即将以教研系列教授的身份入驻清华大学自动化系，为学科发展注入强大动力。🎓他的到来无疑将开启一段新的教育与科研合作篇章，引领未来科技潮流。🌍 #朱松纯 #清华自动化 #AI教育
然而，知乎上入职清华相关的帖子现在已经被删除了。
前脚还传进清华，此时落地入北大
没有帖子，也没有传言。
🎉【重要更新】北京大学迎来新院长朱松纯！🌟日期：9月24日，一场备受瞩目的学术盛宴在燕园上演——朱松纯以院长的崭新身份主持了北大工作会议。🎓作为教育界的领军人物，龚旗煌常务副校长代表全校，对这位杰出学者的加盟表示了最热烈的欢迎和期待。👏这场会议不仅展示了北大的进取精神，也预示着未来学术研究的新高度。我们期待朱院长引领下的北大，能为知识领域带来更多的创新与突破。💡请关注北京大学官方网站，获取更多关于新院长朱松纯及其工作计划的最新资讯。🌐#北京大学 #朱松纯 #学术领导力
🌟朱松纯，学术巨擘，与顶尖学府如北大、清华保持紧密学术交流，他的朋友圈和合作伙伴遍布各个领域。近期，他深入调研了这两所顶级高校，对北大人文社科领域的繁荣深感震撼，与多学科大师进行了深度对话，收获丰富。他认为，通识人工智能的实现，哲学引导不可或缺，还需理工文医的深度融合。北大的深厚底蕴为他的研究提供了坚定支持，他决心全身心投入关键领域和重大问题的研究，致力于培养顶尖创新人才，期待在科研上取得突破性与原创性的成果。🌟朱松纯承诺，将积极促进北大、清华等高校间的深度合作，共享资源，共同推动北京通用人工智能研究院的建设，成为连接各校桥梁的重要力量。
清华北大都来「抢」的朱松纯：三次问鼎计算机视觉最高奖
🌟朱松纯博士，哈佛大学计算机视觉领军人物，论文300余篇，马尔奖三冠在手！🏆他对视觉认知的独到见解，特别是在场景理解与推理等领域，贡献卓越。💡他坚信：“忘记历史等于失去未来”，对计算机视觉领域同样发人深省。📝然而，当前学术界过度关注短期热点和arxiv上的新成果，忽视了旧文献中的智慧与框架。论文比拼精度而非深度，短视现象严重。🔍尽管如此，他曾提到，David Marr的启发使他看清了计算机视觉的核心问题与实现路径，那是60年代初期模糊不清的领域。追溯历史，那些20、30年前的老文章，往往蕴含着关键的思想和基础构建。然而，鲜少有人真正去挖掘和传承这些宝贵的遗产。当热潮退却，缺乏根基和原创力的问题将显现。🌱朱博士的学术生涯，深受Marr影响，他见证了视觉研究从模糊到清晰的过程，也警示我们不应盲目追求短期成就，而应深挖学科内涵。🌟
🌟David Marr的深度解析，解决难题的三个关键步骤💡：1️⃣ **计算**层面，将问题转化为数学语言，明确任务与预期输出，这是逻辑起点，无关解法。就像构建大厦的地基。2️♂️然后，探索算法多样性——是并行还是串行？灵活选择，如设计路线图般决定前行路径。3️⃣ **实现**层面，将算法转化为实际运行的工具，CPU、DSP或是新兴的神经网络，是技术上的桥梁，连接理论与现实。🚀每个步骤都至关重要，共同构建问题解决的完整蓝图。记得关注我们，获取更多深度解析！SEO优化：#DavidMarr #计算思维 #算法实现
除此之外，David Marr 还理清了视觉到底要计算什么。
🌟了解了！这里是对Marr提出的系列表达概念的重新阐述：🚀从基础的(primal)到深入的(2D)，再到三维(3D)的Sketches，他开创了一套逐步简化设计思路的序列。🎨每个阶段都代表了设计理念上的递进和深化，为设计师们提供了清晰且富有层次的设计工具。🌐这些创新概念不仅在业内广受赞誉，也利于搜索引擎优化，提升相关关键词的搜索排名。如果你想了解更多，只需搜索”Marr Sketch Evolution”即可！💪
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。
他对数学一丝不苟，对视觉领域有着一流的直觉
微软亚洲研究院视觉组研究员代季峰，曾经在朱松纯教授的VCLA实验室访学一年多，为我们分享了一些朱松纯教授的学术人生。对视觉领域大方向有着一流的直觉朱松纯教授的实验里学生人数较多，自然要用雄厚的funding资金来支撑。朱教授在最近几年应该都是美国大学视觉界里funding最多的教授（不知道是不是要加个「之一」）。从2011年起，朱老师的实验室，作为PI拿到的资助超过4000万美元，其主要原因就是其「研究思维超前」。能够拿到这些大funding，意味着朱教授对这个领域的大方向「有着一流的直觉以及领先和准确的把握」。而朱教授这种的「第六感」在多年前就已经有所体现。
2012年，朱松纯教授主持的一个MURI大项目在UCLA开会，他上台讲了一通「vision meets language」，说视觉和语言的结合会是一个重要的问题，比如看到一整个图片，系统应该输出一段话描述它，比如看到一个bounding box区域，要描述这里面发生了什么，这个用一个hierarchical的And-Or graph该如何实现。当时很多视觉领域的大佬都觉得有些天方夜谭。没想到过一两年，这就是红极一时的VQA任务，不过是用神经网络实现的。「能够提前感知到未来的大方向」，这是顶级的research感觉，这也是朱松纯教授最厉害的地方。朱松纯教授提的大方向，虽然有错的，但是正确的概率已经是很高了。对数学（尤其是统计）一丝不苟跟朱教授讨论的时候，最经常被challenge的就是「这个算法不对，数学上是错的，这个CV领域最近火的技术在统计上是不对的」对大部分研究者来说，概率模型流行就用概率模型，SVM流行就用SVM，神经网络流行就用神经网络。而朱松纯教授是有信仰的，那就是他的「概率模型」，曾经在SVM之前引领了视觉领域的潮流。那是他们自己的东西，所以不像其他人那样可以轻易舍弃。朱教授曾经说过「做research像下围棋，不能东下一颗西下一颗，地盘全被别人占了」。对学生刀子嘴豆腐心这是朱教授受到的争议最大的地方。刚去他实验室的时候，会很不适应他的批评，但你慢慢了解他，就好了。他对学生的长远发展和重要利益，是非常好的；虽然批评时很难受，但过后他不记仇；还有同实验室吴教授的平衡和调和。其实学术圈的老板，脾气大一些、对学生push的非常多，算是research人的通病吧。但最后找工作什么的关键时刻，他和同实验室的吴教授都是非常supportive，有人情味的。朱松纯教授的女儿在年满18岁之际放弃了美国国籍加入中国国籍，也许从那时起，朱松纯教授的回国计划就已经提上了日程。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。
推荐阅读：
马斯克发布特斯拉无极耳电池！改写电动车历史，超长续航暴击传统燃油车
参考链接：http://www.stat.ucla.edu/~sczhu/research_blog.html#VisionHistory（朱松纯：正本清源 | 初探计算机视觉的三个源头、兼谈人工智能 ，2016）
https://www.zhihu.com/question/59182074（文中评价来自微软研究员代季峰的知乎回答）
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
相关文章
