清华张钹、北大朱松纯、南大周志华，他们都是……

近日，北京大学新闻网发布官方消息：朱松纯教授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、副校长黄如（第一任人工智能研究院院长）代表学校，对朱松纯受聘北大表示热烈欢迎。

图源：北大新闻网

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。曾任美国加州大学洛杉矶分校（UCLA）统计学系与计算机系教授，UCLA计算机视觉、认知、学习与自主机器人中心（VCLA）主任，并曾两度担任CVPR大会主席（2012年和2019年）。

因在计算机视觉等人工智能领域做出的系列开创性工作，朱松纯多次问鼎计算机科学国际大奖。他在2003年获得计算机视觉领域国际最高奖项之一的马尔奖（The Marr prize），并于1999年和2007年获马尔奖荣誉奖。

在北京大学人工智能研究院工作会议上，朱松纯表示，自己与北大、清华的相关学者一直保持着密切的学术交流与合作，有很多朋友和合作伙伴。

近一段时间来，他还深入考察了解了北大、清华等高校的情况。在北大，他与多个研究方向的师生进行了充分的交流，并认为北大的人工智能及相关学科有着很深厚的积淀。

他还深入了解了北大人文社科领域的发展状况。他认为， 人工智能的发展，离不开哲学层面的思考，文理医工等学科应该进行充分的交叉融合，要充分发挥北大在人文社会科学等方面的优势，突出交叉领域的研究。

1

朱松纯与通用人工智能

朱松纯教授这次其实是以 国家战略科学家 的身份回国，受北京市政府、北京市科学技术委员会邀请，筹建新型科研机构（民办非盈利）—— 北京通用人工智能研究院 （Beijing Institute for General Artificial Intelligence），并出任院长一职。

朱松纯特别强调，他将主动发挥好 桥梁纽带作用 ，推动北大、清华等各兄弟院校精诚合作，共同来参与、支持北京通用人工智能研究院的建设。

据公开资料，北京通用人工智能研究院作为北京人工智能科学发展的重大战略部署，将聚焦人工智能前沿技术，以全球创新的“ 小数据、大任务 ”为研究范式，以多学科高度融合、国际学术交流、培养中国新一代人工智能青年科学家为宗旨，汇聚超千名人工智能专业领域研究员、学者、专家，致力于将 人工智能大一统理论框架 实践落地，共同推动中国原创人工智能的发展与创新，打造新一代通用人工智能平台。

那么该如何打造这个通用人工智能平台？

或许朱松纯教授在19年10月31日的智源大会上的演讲中给出了部分答案。

朱松纯教授这次演讲的主题为《走向通用人工智能：从大数据到大任务》。

以下是演讲目录：

1、大数据与大任务之争

在演讲中，朱松纯教授提到他们其实是最早做大数据的一个团队：2005年，朱松纯在其故乡湖北鄂州创办莲花山研究院，筹建了世界上最早的大数据标注团队，其中就包括后来在斯坦福标注 ImageNet 的李飞飞等人，最后发布了精细化程度最高、语义信息最丰富的大规模数据库 LHI Dataset。

莲花山计算机视觉研究院研讨会合照，李飞飞在第三排右五

但是朱松纯教授后来觉得标数据这条路走不通，所以2009 年左右，他就转型去做认知科学，也开始做起了以任务为中心的智能。

2、任务：智能的中心

朱松纯教授认为人工智能系统往往由三个要素决定：第一是构架，也就是智能；第二是环境数据；第三是任务。

而这里又涉及到了三个层次的解法，第一个层次的解法其实就是目前火爆的大数据+深度学习。

第二种层次的解法是任务理解：

以理解椅子为例，要定义什么是椅子，首先要获得人的经典坐姿，之后用各种位置、各种朝向、各种姿态的坐姿拟合图像，能够坐舒服的就是椅子，这就是一个任务理解。

这时椅子就变成了一个任务等价类，不管什么物体，能够坐、坐得舒服的就是椅子。这也代表了一种想象:这把椅子怎么坐，这和深度学习是不同的：Regression拿特征去拟合，是一种统计，而Simulation 是得用身体去想象，这两者有着根本区别。

第三层次的解法是物理推理与人类的功利价值选择:

这里就是怎么坐得舒服，这是人类的价值判断：首先这个椅子要坐得稳才行，而物理稳定是神经系统里非常敏感的感知，能学到这点才能达到第三层次。

以任务为中心也需要做到物理常识与任务的泛化：

以任务为中心还需要做到时空、因果联合解译与推理：

真正要做到以任务为中心，还要做一个统一的系统，融通六大领域，即计算机视觉、认知科学、语言对话、机器学习、机器人学习等。

以任务为中心，还需要AI与人交流协作的认知架构：

3、如何构建“大任务”训练与测试平台呢？

用AI自动生成三维虚拟生活场景：

用微分方程仿真物理现象：

用各种物理操作，定义基本任务：

对物体操作以记录压力和轨迹：

训练出一只自主的智能体--“乌鸦”：

这里乌鸦指的是一种是“ 乌鸦范式 ”：乌鸦找到核桃之后，会把核桃扔在路上让车去压碎了再吃。但是如果路上车太多乌鸦则吃不到核桃，于是乌鸦把核桃扔到斑马线上，绿灯亮时车都停住了，它就可以去吃。这里乌鸦既没有大数据，也没有监督学习，却完全可以自主地完成其中的因果关系、利用资源完成任务，而且功耗非常小：小于 1瓦。

做到任务学习与泛化：

最后朱松纯教授总结道：

1，“大数据”和“大任务”两种范式之争，99%的人都是押注大数据，但是10年前我就押注大任务。

2、任务是智能中心。我们有面向任务的操作系统、编程语言和体系结构。

3、如何构建大任务的平台：要能够在里面训练出“乌鸦”，这里面有很多数学问题、理论问题和工程问题要解决。

以上朱松纯教授提出的大任务会是通用人工智能的部分答案吗？

既然朱松纯教授特别强调他将主动发挥好 桥梁纽带作用 ，推动北大、清华等各兄弟院校精诚合作，共同来参与、支持北京通用人工智能研究院的建设。

那么不如来看一下清华大学人工智能研究院又能给通用人工智能的建设带来哪些启发或难题吧。

2

通用人工智能是第三代人工智能吗？

张钹，中国科学院院士，清华大学人工智能研究院院长，计算机系教授，博士生导师。CCF 会士、2014 CCF 终身成就奖获得者。

2019年11 月 18 日，张钹院士还获得了「 吴文俊人工智能最高成就奖 」，他是继陆汝钤院士之后的第二位获此殊荣的科学家。

在中国人工智能发展的整个历史长河中，他也扮演着先驱性的角色：他是中国人工智能奠基人之一，见证了并推动了中国人工智能的白手起家阶段到如今呈日益繁荣之势；现在，他依旧身体力行地依旧活跃在人工智能的最前线——亲自担任清华人工智能研究院院长、在国内国际各大会议舞台上做演讲，带领着后一代人工智能研究者在人工智能这条道路上不断结出硕果，并为他们指明人工智能未来的发展方向。

在2019年9月21日，2019第五届中国人工智能大会（CCAI 2019），张钹做了题为「迈向第三代人工智能的新征程」的一场演讲。

张钹院士指出，我们现在有个新的历史机遇，就是迈向第三代人工智能。第三代人工智能就要纠正两个局限性，建立 可解释、鲁棒 的人工智能理论，发展 安全、可信、可用 的人工智能技术，促进人工智能的创新应用。

而清华成立人工智能研究院就是想担负这个责任，通过一个核心和两个融合来解决：一个核心是加强基础研究，必须从理论上去突破：深度学习的原理就不对，不是用人类一样的原理。所以我们必须更好地去解决它，才有可能往前迈进。

用的方法主要是两条，其中一个是 多学科交叉 ，必须跟心理学、神经科学等多学科交叉；第一个人工智能模型是心理学家提出来的，第二个模型是神经科学家和数学家提出来的，都不是做计算机的人提出来的，所以必须要加强学科交叉，应用结合。

到这里可以停下来思考一下，先不提安全、可信、可用，朱松纯教授提出的“小数据大任务学习”是可解释和鲁棒的 吗？通用人工智能是第三代人工智能吗？

3

通用人工智能不等于强人工智能

通用人工智能的发展是好事，真发展出来了也是喜事，但是这里不能把通用人工智能和强人工智能混淆。

“强人工智能”一般是指达到甚至超越人类智慧水平的人造物，具有心智和意识、能根据自己的意图开展行动的智能，而“通用人工智能”其实是希望借鉴人类的智能行为，研制出更好的工具以减轻人类智力劳动，其实质应该是行为智能和任务智能，本质还是弱人工智能，类似于“高级仿生学”。

南京大学人工智能学院院长周志华教授曾在《中国计算机学会通讯》2018年第1期《专栏》里提到：

人工智能技术现在所取得的进展和成功，是 缘于“弱人工智能”而不是“强人工智能”的研究。

1、从技术上来说，主流人工智能学界的努力从来就不是朝向强人工智能，现有技术的发展也不会自动地使强人工智能成为可能。

如果人们的目标是造个工具砸东西，那么造出锤子来就好了，无须考虑让锤子有心智、意识，也不必考虑是否要让锤子自己感觉到“疼”。 事实上，人工智能研究活跃的子领域，都是与制造智能“工具”直接相关的； 而对“强人工智能”必不可少、却与“工具”不太相关的内容，如自主心智、独立意识、机器情感之类，罕有严肃的研究。 所以，现有技术即便发展再快、发展再好，也不会直接使得强人工智能成为可能。

2、即便想研究强人工智能，也不知道路在何方。

有一种说法，认为如果能够模拟出“人脑”，把其中的神经元、神经突触等全部同规模地仿制出来，那么强人工智能就会自然产生。

然而实际上，即便我们能精确地观察和仿制出神经细胞的行为，也无法还原产生出智能行为。没有理由认为获得了目标代码就能还原出源代码，因为这样的“反向工程”即便对软件程序来说也几乎是不可能的，更何况神经细胞内部还存在“分布式表示”。

3、即便强人工智能是可能的，也不应该去研究它。

任何一个科学研究领域或许都存在一些不该去触碰的东西。例如克隆人是被主流生命科学界所禁止的。强人工智能的造物将具有自主心智、独立意识，那么，它凭什么能“甘心”为人类服务、被人类“奴役”？

即便它是善意的，人类又凭什么认为它会同意比它“愚蠢”的人类的判断？例如 它会不会以为把人类全部关进监狱就可以避免人类互相残杀，这才是对人类整体最好的？ 至于说，到时候人类如果觉得危险了，可以把机器的电源断开……这只是开个玩笑吧，真到那个时候，机器恐怕早就能采用其他的方式摄入能源了。

总之，强人工智能出现的那一天，恐怕真的就是人类面临最大生存危机的时候。所以，对严肃的人工智能研究者来说，如果真的相信自己的努力会产生结果，那就不该去触碰强人工智能。

4

感想

《纽约时报》6月份曾经刊登了一篇标题为《美国AI的秘密武器》的文章，文章的核心观点是： 中国人才在美国人工智能领域做出了巨大的贡献，尤其是在中国受过教育的学者，为美国公司和学校在前沿领域占据主导地位提供了巨大帮助。

在AI顶会论文这一项指标中，文章称：“去年大会发表的论文样本中， 超过一半论文作者来自美国 ——尽管许多顶尖AI研究人员是在中国开启学术生涯的，但如今已不在中国。”

最后，《纽约时报》得出结论： 美国AI的秘密武器是中国人才 。

毫无疑问，随着美国政府近期一系列的封闭、打压的政策主张，美国的AI秘密武器将会减少，或许有更多的中国人才回到中国。

以朱松纯教授为例，以人才和平台为依托，伴随顶级高校、政府的大力支持， 有关通用人工智能的发展，中国或许会走在前列~

清华张钹、北大朱松纯、南大周志华，他们都是各自学校的人工智能学院/研究院院长。张钹院士是中国人工智能发展的先驱代表，朱松纯教授是回国AI大牛的代表，周志华教授是中国本土成长的AI大牛的代表， 有这“三位”在，中国AI的未来一片光明~

1. https://mp.weixin.qq.com/s/6DUds4u0gXNRqyLhCkiNhQ

2.http://pkunews.pku.edu.cn/xwzh/cc4e714d8def4d1db071a43771c2bb41.htm