访谈、撰文| 邸利会
责编| 钱炜
● ● ●
2002年7月，33岁的朱松纯来到美国加州大学洛杉矶分校（UCLA）担任统计系与计算机系长聘教授，站在太平洋边，他心里隐隐感到，此生怕是要在美国长呆下去，“可能回不来了”。他想起了唐代诗人崔颢怀乡之作《黄鹤楼》中的名句“黄鹤一去不复返，白云千载空悠悠”。没想到，2020年8月，作为著名人工智能科学家，朱松纯放下他在海外的庞大实验室（当时他名下的博士生多达37名）与科研团队，回到了北京，在北京市与科技部的支持下，组建非营利性的新型研发机构——北京通用人工智能研究院，并担任北京大学讲席教授、清华大学基础科学讲席教授，引领中国在通用人工智能方向取得范式突破。回国三年多来，朱松纯牵头创建的北京通用人工智能研究院，已经在通用人工智能前沿领域实现了一系列的技术突破和原创性科研成果：
通用智能体——小女孩“通通” 惊艳亮相并于今年1月28日展出，“通通”以原创的认知架构理论为顶层设计，由自研国产学习和推理框架为底层支撑。她拥有类人价值观，能自主生成任务，具备物理和社会常识，可保障复杂任务高效执行，推理和决策过程透明、可解释；
联袂北京大学，发布了通用人工智能评级标准与测试平台（TongTest)，定义了通用人工智能三个基本特征，即实现无限任务、自主生成任务、价值驱动且能实现价值对齐。同时，TongTest从“视觉、语言、认知、运动、学习”五个能力维度及“初级自身价值、高级自身价值、初级社交价值、高级社交价值、群体价值”价值维度进行评价；
发布通用人工智能科研平台“通境”(TongVerse)，作为“AI+机器人”仿真练武靶场，集成了大规模场景生成能力，支持智能体的视觉-语言-运动联合解译，支持多类型机器人（人形机器人、复合协作机器人）技能训练。
一个周末的晴朗早晨，朱松纯步行来到离他办公室不远的《知识分子》录制间，接受了我们的专访，向我们讲述起他过往的经历、对学术的态度以及人工智能学术发展、人才培养方面的深邃见解。《知识分子》配以开头的人物小传，访谈经整理编辑后发布，以飨读者。
人生黑洞
三十二年前的1992年，过完元宵节，年轻的朱松纯踏上了返校的路。像往常那样，中午时分从鄂州上大轮，顺长江而下，缓慢前行，次日凌晨两三点到安庆，然后再转四个小时的长途汽车，天亮时分即可抵达合肥。他就读的学校，中国科学技术大学，自1969年从北京举校南迁后就一直在那里。深夜，朱松纯独自站立在甲板之上，头顶明月当空，两岸山峦起伏，他却陷入了人生的迷茫中，偶尔的汽笛声划破长空，只会增添更多的惆怅。其实，他说不出为何还要再去学校——五年制的本科已然完结，已不再有学籍；他放弃了保送研究生的资格，一心想出国深造，连续两年的申请都石沉大海，偶尔得到的回复都是婉言拒绝。剩下的一条路，找份工作，也许是最为正常和理智的，但也是他最不情愿的。他出生在鄂州的一个小镇长岭，在湖滨长大，是家里5个兄弟姐妹最小的一个，哥哥大他19岁，中间三个姐姐，最小的也大他6岁。父亲在60岁的时候单位倒闭，靠做小生意供他读完了大学。小时侯物质贫乏，生活单调，他在初三转学到正规中学之前，几乎没有受过什么像样的教育。他居住的小镇，像那个年代中国绝大多数地区一样，晚上没有电视，也少有电灯，周遭的一切都藏在黑暗当中，只有偶尔传来的狗叫和路人的脚步声。黑暗和对死亡的恐惧烙印在他儿时的记忆中。随着年岁渐长，年少而早熟的朱松纯意识到，比环境的黑暗更可怕的是掉入所谓的“人生黑洞”——一个人忙碌一辈子，到死的时候没有为这个世界留下任何印记，也不会有人在意，彷佛这个人压根儿就没在世上存在过。他所在的小镇，朱姓的有一两千人，在当地有几百年的历史。有一次，年少的朱松纯捧着家谱问一位编谱的老先生，这里面为什么只写了名姓生卒，其他内容多一笔都没有？先生淡淡地说，不就是务农、做小生意么，不值一提。年少的他一想到这个“不值一提”的结局，总觉得“未免太残酷、太恐惧了”。1986年，朱松纯考上中国科学技术大学，离家赴合肥之前游览了黄州赤壁公园。“壬戌之秋，七月既望，苏子与客泛舟游于赤壁之下。清风徐来，水波不兴。举酒属客，诵明月之诗，歌窈窕之章。…… ” 陈列于“二赋堂”中的千古名篇《赤壁赋》，以及苏轼的生平，给年少的朱松纯以极大的心灵震撼。他觉得像苏轼这样的人生才值得，肉身虽早已陨殁，文章却可流传千古，时至今日依然能启迪后世。
1986年8月，朱松纯接到中国科大的通知后，游黄州东坡赤壁可如今，站在甲板之上的朱松纯，却隐隐感到了人生黑洞的强大引力。
选择与被选择
即便已经过了三十多年，他也无比清楚的记得，那是在返校呆了一个月后的1992年3月18日，他收到了来自哈佛的一个厚厚的大信封。朱松纯立即意识到发生了什么，如果是一封拒信，只要一个薄薄的小信封就够了。
多年之后，朱松纯才明白，为什么远在哈佛的导师David Mumford会选择他。仅仅是成绩好显然是远远不够的，打动Mumford的是，在这样一个遥远的国度，居然有这么一个年轻人，怀抱着远大的理想，想研究一个同样令他醉心沉迷的问题——可否构建一个“大一统”的理论，以此解释各种纷繁复杂的智能现象，实现通用的人工智能？
David Mumford，菲尔兹奖、美国国家科学奖章获得者，国际数学家协会前主席，图源Mumford个人网站
“大一统”的理论最初源于物理学，指的是构建一个统一的自洽的理论，能解释世界的各个尺度的物理现象。最为著名的例子是爱因斯坦曾将其后半生倾注在这一宏伟的理想中，尝试将他一手创造的相对论和另一项伟大的发现——量子力学融合起来。朱松纯从高中物理的学习中知悉了“大一统”的说法，但知道甚少。他本来奔着投身这一问题而报考了中科大近代物理系，却在之后得知，自己的高考志愿被哥哥改成了计算机——一门他认为只是学技能，谋个饭碗的专业。这个对计算机专业的刻板印象在他正式步入大学后并没有多大改观。在同班同学为掌握了一门编程语言、或者解决了某个硬件的问题而欢喜雀跃时，他却难以产生共鸣，尽管他的成绩一直是全系前两名。他花在学习课程上的时间大概只有六成，剩下的都在自学一个那时正处于低潮、但在他看来却更值得投入钻研的方向上——人工智能。一次偶然的机会，他加入到一个生物系研究认知科学的实验组，读到了一本计算机视觉领域的开山之作——视觉（Vision: A Computational Investigation into the Human Representation and Processing of Visual Information），由英国学者大卫·马尔（David C. Marr, 1945 ~ 1980）所著。马尔是一个跨学科的科学家，可惜35岁就英年早逝。他在MIT人工智能实验室工作期间曾租住在Mumford的合作者、印度裔数学家Jayant Shah的家里，也因为这一联系，Mumford了解到马尔的工作。马尔当时想从生物神经科学、认知科学的角度，建构一个计算的理论，作为计算机视觉的统一架构, 但没有能完成。Mumford在上个世纪八十年代之后完全放下了纯数学的研究，转向人工智能。朱松纯在投给哈佛的个人陈述中，讲到自己曾读过马尔的书，想追求人工智能的大一统理论，特别提到了希望探究神经科学发现的人脑中大量自顶层向下传播的神经通路（feedback、top-down）。从视觉初期皮层向上传数据和信息（feedforward、bottom-up）的通路是可以理解的，也是近年来数据驱动的神经网络的一个根本的计算机制，但是，为什么自顶向下的神经通路更多，它们到底在做什么，如何用模型来表达、用算法来实现？这很令人费解。正是这种学术志向上的契合让Mumford选择了朱松纯。这里还有一个小插曲，当朱松纯到了哈佛，了解到自己的导师是一位纯数学家时，当即表示要换导师，说自己想研究计算机视觉。接待他的系秘书，一位上了年纪的老太太，用惊诧的目光看着他说，“年轻人，你真的明白自己在做什么吗？” 在那个闭塞的年代，他还没有了解到，Mumford是多么的有名，他有国际数学家协会主席、美国国家科学院院士等头衔，获得过菲尔兹奖、麦克阿瑟奖等奖项，当然他更不知道，Mumford其实已经转向了人工智能的研究领域。成功被哈佛录取，把朱松纯从人生的低谷中拯救了出来，让他得以继续追寻自己的学术理想。
1996年朱松纯与导师在大学杂志文章的插图，图中心是一个层次的视觉金字塔，两个箭头代表了自底向上和自顶向下的两个计算机制。
2020年，新冠疫情肆虐全球，百年未有之大变局深刻影响着太平洋两岸，朱松纯选择回国，是一个让人意想不到的抉择。此时，他在大洋西岸已经深耕多年的实验室拥有很大的科研团队（他直接带的博士生有37个，实验室还有多位博士后、硕士研究生），而且他也在主导几个大的跨学科的合作项目，而回到国内的发展前景有太多不确定性，当时周边的人大都不看好。 “回来两年多以后，我确信这是我做的最重大的，而且是一个非常大胆的、正确的选择。”坐在对面的朱松纯语气坚定。清风明月之境
在这个知识爆炸、学科无限细分的年代，大部分科学家家通常精于一门，而无暇旁顾。就人工智能而言，在1990年代进入了一个分而治之的时期，计算机视觉、自然语言理解、认知科学、机器学习、机器人学、多智能体六个方面独立发展，公众眼中的人工智能专家大多其实只是专注于某一分支。
从上个世纪90年代开始，朱松纯三次问鼎计算机视觉领域最为重要的马尔奖，此外他还获得过霍尔姆霍兹时间检验奖等奖项。尽管收获了很多荣誉，朱松纯却从不认为这是从事学术研究的目的。这些外界给予的肯定是学术追求的自然结果，不应该本末倒置。他领悟到做学问的本质在于“登无人之境，享清风明月”。
苏子夜游赤壁，画作出自吉林艺术学院，温国良教授“清风明月”的意境来自朱松纯十分喜爱和推崇的《赤壁赋》，他也曾用一段生动的文字如此描写：“用数学语言来讲，科学研究本质上就是找到新的空间（Space），这里有它独特的元素、结构、测度距离和美学，这个空间可以是一个抽象的数学空间，也可以是一个图像空间，几何形状的空间，或者感知、认知的空间。科学研究的目标就是探索与领略这种空间的结构、奥妙，把它描绘出来。” 他也曾借用他导师做数学的经历进一步说明，“就像找到一扇门，打开以后，进入一个花园，然后把这个花园的结构理清楚，展示给世人。”朱松纯说，虽然在计算机领域，很多人可以凭着技术发明、专利或者开公司赚钱，但对于像他这样探索基础和前沿的科学家，本身面对的就是“取之无禁，用之不竭”的自然奥秘，更多的是享受科研中“清风明月”的经历和过程。在科学建制化、职业化的今天，能不在乎引用率、甚至不在乎拿奖、不在乎拿帽子，真正受好奇心的驱使、醉心于学术与人才培养的学者俨然成为了少数。在他看来，著书立说、授业解惑、成就经得起时间检验的经典才是学者应有的使命和最高的褒奖，就像那《赤壁赋》，不过寥寥几百字，或者爱因斯坦的质能方程，不过几个基本的物理量，却可以改变人的三观，流传千古。智能在于“心”
作为人工智能专家，朱松纯对什么是真正的智能有独到的见解。他领衔成立的北京通用人工智能研究院（BIGAI）坐落在北京大学西南门外的一栋楼。这个研究院在两年多前筹建，涉及人工智能的视觉、语言、认知、机器人、机器学习、多智能体等各个方面，不过并没有采用目前流行的深度学习来构建智能模型，而是把目标定在了实现具有自主的感知、认知、决策、学习、执行和社会协作能力，符合人类情感、伦理与道德观念的通用智能体。
北京通用人工智能研究院（bigai.ai）就坐落在北京大学西南门外亲身经历过人工智能的起起伏伏，朱松纯很早就对深度学习的热潮抱有冷静态度。他是上个世纪九十年代最早把统计建模与学习的方法引入计算机视觉的学者之一，并在2004年创立了中国首家民办非营利机构莲花山研究院，开启了大数据标注工作，正是这些工作让他提早意识到大数据方法的局限。他认为，深度学习是“大数据，小任务”范式，导致的是不可解释的黑盒子模型和应用狭窄的智能，而这波热潮不是最终通往通用人工智能的真正道路。他对于收集海量数据，造大模型，调参刷榜的行为不是很认同。
湖北莲花山研究院2017年，当人们对阿尔法狗战胜围棋世界冠军啧啧称奇之时，朱松纯一针见血地指出，“现在的人工智能和机器人，关键问题是缺乏物理的常识和社会的常识，缺乏自主的价值判断，这是人工智能研究最大的障碍。”早在2010年，朱松纯就整合了认知科学、人工智能、机器人、自然语言等领域的学者探索常识的获取与推理问题，他称之为人工智能的“暗物质”——这是借用了物理学的概念，认为人工智能的大部分要素，如价值、因果、功能、意图等都是隐藏在感知数据背后的，传感器“看不见”，也检测不到的，就如同物理学中人们能观测到的物质与能量大约只占宇宙的5%，剩余95%是看不见的暗物质、暗能量。
要实现真正的通用人工智能，朱松纯认为应该用“小数据，大任务”范式，研究者应该寻找有很强认知能力的“乌鸦”模式的智能，而不应该训练学舌的鹦鹉，它说再多的话也不明白其中的语境和语义。作为人工智能专家中的“哲学家”，朱松纯思想深邃而富有洞察力。他认为，人工智能这样的大学科需要一个底层的哲学作为建构基础，这种思考贯穿了他的研究生涯。最近这些年，他借用中国哲学的概念“理”和“心”来表达理想的人工智能体应该具备的要素。一个智能体生活在物理世界，受到物理规律的支配，他同时也活在人类社会中，需要遵守作为社会人的基本伦理和社会规范，这些外在的约束模型都可以表达为一个势能函数U，也就是所谓的“天理”。但仅仅依据“天理”还不够，真正的智能还必须有“心欲”，也就是人对物质和精神层面的各种诉求和需求，如生理、安全、爱与认同、尊严与名声、好奇与理解、审美、自我实现与价值。这种主观的能动性、社会发展的驱动力，价值体系的总和，可以用另外一个函数V来表达。由此，一个智能体不应该是受外界摆布的“物体”，不应该只是“存天理、灭人欲”，它应该有身有心，有肉有灵。 朱松纯团队提出的心与理 UV双系统作为通用智能体的评级与测试标准
朱松纯认同儒家的理念：“心即是理”，从人工智能的角度解读便是——“智能体（包括人、人工智能等）都不能被物化成为一个物理系统的元素，而应该由主观的价值体系来主导，而社会规范是第二性的、处于从属的地位 …… 要实现通用智能，5%要靠客观的观察，95%要靠主观的内心需求与想象，研究通用人工智能的关键在于为主观的‘心’建模。”这些主观的、占据主导地位的要素，是从人的“内心”发出的，不是从数据中来的，是在人脑中自顶向下（top-down）传递的，来指导对来自底层（bottom-up）感知数据（图像、语音）的识别、解译，并重构数据的语义、功效、因果、价值。值得强调的是，这个自顶向下的“暗物质”并非仅仅是其他专家所说的先验“知识”。在朱松纯看来，知识仍然是‘理’的一部分，是‘死’的东西，价值与‘心’才是‘活’的，是自主智能的源泉。朱松纯拒绝“随大流”，他的很多选择常常令人吃惊。他的这个个性似乎一早就显露了。当初，为了追求人工智能的“大一统”，接触到学术前沿，1991年他放弃稳妥的保研，选择了机会渺茫的出国深造；而1997年他到斯坦福大学这样的人工智能重镇任教时，却不愿意受到浓烈的商业氛围影响，几个月便毅然决然辞职，去到不那么知名的俄亥俄州立大学，只为谋求一张安静的书桌。他离开斯坦福，甚至连导师Mumford都来电话劝他三思而行。可他就是这样，去哪里，不是为了履历上名校的光环，也不会为了屈从外界的要求，而是单纯的考虑，呆在这里是否可以实现他的学术梦想。
2010-2015，2015-2020年朱松纯两次领导美英多所顶尖大学的跨学科AI研究MURI团队一位共事了20多年的同事曾评价朱松纯说，幸亏他是生长于和平时期，当了科学家，如果是在战争时期，很可能会是一名指挥千军万马的将军。“虽千万人，吾往矣！”，这就是他的性格，不甘于随大流，而是要独创、开宗立派。朱松纯说，中国真正开始建设研究型大学是在1998年之后，时间并不长，根基尚浅，这导致很多研究者只是“依样画葫芦”，没有自己的学术阵地，因此也无法做到坚守。在人工智能领域的表现就是，来自中国的原始的创新想法非常少，大部人只是在别人提出的想法、框架、范式的基础上修修补补。朱松纯认为，这是一个历史发展的必然阶段，但在当下国家需要原始创新的历史时期，也成了一个相当严峻的问题。当面对来自全国高考选拔上来的、几乎是最为优秀的中国年轻一代时，作为老师的朱松纯也许会在某个瞬间想起年轻时的自己。这代人的教育条件和背景不知道要好了多少倍，但他们是否还能像自己当年那样，对学问拥有义无反顾的激情和一往无前的勇气？
2023年7月， Mumford访问北大以下为《知识分子》与朱松纯的对谈，部分摘录：
朱松纯：2020年9月我刚到北京的时候，《知识分子》提出要采访我，我说等我先开展工作，干出一个模样再来接受你们的采访。这两年除了做报告，我一直没接受媒体的采访，现在感到有些事可以说了。《知识分子》：先请您聊一下家庭的教育和培养是怎样的？朱松纯：现在回想起来，我父母没有特别有意去培养我，上个世纪六十到七十年代大家还整天忙于生计。上小学时，我中午放学回家，有时发现家里没人做饭，背着书包又回学校了。我母亲不识字，但人很聪明，朱姓是镇上的一个大家族，她对各种家庭纠葛、亲戚关系、人情世故很清楚，晚上坐下来她就喜欢讲家长里短，分析得头头是道，这个习惯她一直维持到老，多年来我每次回家看她，就坐在她身边，听她一遍一遍讲述小镇几百户人家的往事，我就听，插不上话。这个麻雀虽小、五脏俱全的小社会，让我对中国的传统文化、社会习俗都有较为深刻的体会，我上小学之前就懂得了这个纯朴而又充满矛盾的小社会。我父亲读过六个月的书，能看报纸，会做账。他是镇上的供销商店经理，那时候不许私营，（全镇）只有一家商店。他一生精打细算，勤恳节俭，勉强能维持一家生计。我父母对我的最大影响就是他们的善良。善良是人性中最柔弱、也是最具威力的品格。我从小对底层人的痛苦能感同身受，亲眼看到身边太多族人的悲剧，而无能为力，这也是我奋斗的动力。值得一提的是，文革时期，城市里一些有文化的人，比如教师和医生，下放到我们那里。晚上没电视，又没有什么娱乐，就聚在一起聊天，跟沙龙一样，有的时候有电，没电的时候就点个煤油灯。我从两岁开始就被我父亲带着，他晚上要住在供销商店守夜，我上小学前就每天陪着他，在一旁听他们聊天。我记得，他们聊什么中苏关系、中美关系，还有各种国内发生的大事小事，一个星期大概有两三次。等到我上小学的时候，我对整个中国社会结构，国内形势，世界局势，无意中就有了一个大概的了解。现在回想起来，觉得挺奇特的。现在的小孩可能没有这么一个环境了，当然现在的小孩可以通过手机来了解世界，但网上的信息鱼龙混杂，上学后整天都在做作业，没法对自然环境、生产劳动、整个社会、传统文化、伦理、礼仪有切身的体会。所以，我读小学的时候，一上学就跟其他小孩不一样，我就开始跟我姐姐的初中同学玩。朱松纯：我的小学、初一、初二都是镇里的民办教师教的。所谓民办老师，就是农民，比如他受了伤不能干体力活了，就被照顾来当老师。我记得上初二的时候学英语，没有英语老师，代课老师把课本发下来，我们就ABCD自己在那念，背单词，老师就坐在门槛上，有些同学就在教室里打牌， 就是那种农村的纸牌，什么上大人、孔乙己。我的成绩按照老师的评判是挺好的，但老师教不了我。到了初三开始上了镇里面的一个中学，是高中部里面带了一个初三，这时候才有正规的师范毕业的老师来教我们。但课堂秩序有时混乱，老师与学生对骂动手也时有发生，大部分同学都没有什么理想追求，玩得挺高兴的。最后，等待大家的前途也就不那么妙：在镇里的小学、初中同学那么多人里面，我是唯一一个上了高中的，其他同学都辍学回家或者去建筑工地打工，好一点的去读中专、技校烹饪。每当想起我的那批中小学同学、儿时朋友，我深刻认识到，教育搞不好，是社会最大的损失！后来，我来到县城里就读鄂城一中，后来升级为鄂州高中（省重点），我是鄂州高中86届毕业生，也是第一届毕业生。我刚到高中时，成绩没法跟城里同学比，学了一个学期，期末考试，我成绩就是年级第一了。现在有个新名词，小镇做题家，我是小镇长大的，但我在小镇里没做题，进城以后开始做题了。《知识分子》：这和我们现在孩子的教育简直区别太大了！朱松纯：我们现在也许是太重视教育了。比如北大的学生高考都是佼佼者，但他们从小就习惯算分数，这就有点麻烦了。课程难，有人觉得分数绩点可能会受影响，就想退课。你说这样的学生怎么搞科研？哪有勇气去干大的课题呢？这是我们当前教育另一个棘手的问题。《知识分子》：您在科大读完本科后，放弃了保研的资格，但当时出国应该是很困难吧？朱松纯：我们当时是五年制，中科大是中国科学院直属大学，到四年级以后，就开始保研了，我的大学毕业成绩是全系第二名，能保研到中国科学院，有很多所，所里面有院士，跟他们读研究生。我事先已经读过相关导师的文章，知道他们较少从事人工智能领域的前沿研究，所以我开始申请出国留学。其实，大学一年级开始，我就花了很多时间，不是在上课，是开始寻找一个能让自己为之奋斗一生的学术方向。毕业后，我们的系主任让我在实验室留着，继续申请出国，因为只有出国才有可能去研究这个问题，中国当时真的是没条件，没有导师在考虑我当时想做的人工智能那些问题。当然，现在的情况完全不同了，我们在通研院、北大、清华完全可以站到科学的前沿。但出国这一条路，当时对我这个专业来说是很难走通的。我非常羡慕学生物、数理化的同学，他们毕业的时候一个班成批就出国了，都拿了名牌大学的全额奖学金。但计算机专业基本上是没戏的，因为当时中国在这个领域还很落后，而美国已经很热门了，他们很少有奖学金来给中国留学生。我记得那个时候的普通人工资是几十块钱一个月，自费留学基本上是一个不可能的事。但是，我觉得我非常想学这个东西（人工智能），不学的话，感觉一辈子也就没有意思了。《知识分子》：这看起来有点赌博的意思，就是想解决智能的问题？朱松纯：我觉得这是我出国的一个根本的动机，这一点我能够非常自信，也非常自豪地说，从本科开始到现在，30年来，我一直的梦想就是希望能够追求人工智能统一的理论，用一个统一的框架来解释和重建智能的各种现象。我在哈佛第一年把课上完了，拿了硕士学位，然后两年半拿到博士，发了5篇顶级刊物的论文，提出了计算机视觉领域的比较经典的模型和算法。我从哈佛毕业以后，到布朗、斯坦福、俄亥俄州立等大学任职，三年多时间拿到加州大学的终身教职，一直到2020年全职回到中国，我的目标就只有通用人工智能这一个。我做了几次很重大的选择，很多人都很吃惊、不理解，或者无端揣测。我做出的选择（就业、研究范式）都是围绕这一个核心的目标，别人不理解是因为他们的价值判断、社会认知与我很不相同。鄂州的一位老师送了我一幅字，“三十功名逐一统，八万里路怀家国”。这是一个真实的写照。
家乡鄂州的一位老师为朱松纯归国送来的一幅字画人的选择都是由各自的价值体系决定的。对我来说，决定回国前，我考虑的最根本的问题有两个：1）我是谁？我心里一直非常认同中国的文化，这是从小的环境造就的，更不用说当前国家有这个需要；2）我要干什么？这一点我在读大学的时候已经非常清楚了。我不得不说，我的太太和家人，为了我的事业做出了很大的让步与牺牲。我每次回老家，我母亲就哭诉，不该让我出国，她更希望我像家乡的那些同学，好让她随时能见到我。我没有考虑到我出国给她带来这么大的痛苦。《知识分子》：您在哈佛的导师David Mumford是菲尔兹奖获得者，非常有名望，但哈佛当时不算是人工智能的重镇，您从那里出来有点要“独闯江湖”的意思？朱松纯：1980-90年代，人工智能虽然陷入低潮，但是波士顿地区，包括哈佛大学、MIT、布朗大学是人工智能新思想的发源地。我导师一早就明白，计算机视觉，甚至人工智能，不是靠证明定理就可以解决的，他完全放下他的专业——代数几何，带着我去向统计系教授请教，与语言学、心理认知科学、神经科学的人广泛探讨，这都是哈佛的强项。他有时带我直接敲门，有时给我写一个字条，让我去找跨学科的大牌教授问问题，包括去找MIT、布朗大学的教授。他们都是各个领域很有思想的人，都很敬仰我导师，都热情接待我。我是1992年9月8号到哈佛上学，1996年1月18号博士论文答辩。毕业后，7月份我导师和我一起加入了布朗大学的应用数学系，那里有一个广义模式理论组，大家都有非常原创的思想，这些经历奠定了我后来的学术观念。我们是最早做统计建模、数据驱动的人，一直到2009年左右，我从这个框架跳了出来。 在读博士三年级的时候，我记得非常清楚，有一次我导师跟我吃中饭，我们两个人一个小桌子，Mumford突然说句话，他说“You will be the academic leader of your generation”，你是你们这一代人的学术领袖。我当时吓一跳，就有点类似于煮酒论英雄那个场景。
朱松纯与导师David Mumford我不知道他是怎么看出来的，这有可能给我带来麻烦。因为这个领域里面，我毕竟是后来者，前面有学术领袖了，他们一方面比较欣赏我，但另外一方面也会防着我。 谈到这个问题，人工智能的大团队都在卡耐基梅隆、伯克利、斯坦福、MIT这种大的工程学校，他们有自己的人员体系，很大的组织，我从哈佛出来的是一个小众的学派，我导师又是一个搞数学的世外高人，所以我出来是单枪匹马。毕业的时候我导师跟我说的一句话，我深有体会，他说你要去找自己的同盟军，find your allies。1997年我离开他的时候，有一件事让我非常感动。我要告别的时候，他在外地，就给我打了个电话，他说，你到我办公室把一个抽屉打开，那里面有一个文件夹，你把它拿出来，是一研究项目的文件，账上大概还剩20多万美金。他说，你拿走，带到斯坦福去，你需要钱。他是搞数学的，一直就没多少经费。然后他就跟科研主管打个电话，再发邮件抄送给我，他在信中说，这笔钱在我身上能发挥更大作用。我每次谈起这事，总是感动得流泪。我导师的品格，还有我周围其他教授的言行，对我影响很大，也坚定了我的学术信念与责任感。
到今天为止，他对我回国也是非常支持，也理解，他知道我的性格。从整个过程之中，我感觉他对我的支持，非常无私，他是希望有人来解决这个理论框架问题。《知识分子》：现在有这样的提法，就是卷积神经网络来了以后，以前这些子领域，如自然语言处理、视觉等，大家都在用这个方法，这能算某种意义上的统一么？朱松纯：卷积神经网络其实是统计模型在执行层面中的一种。作为一种模型与工具，它的各种结构设计好了的确可以用到很多问题中，但这跟我们说的统一的理论框架或者是通用人工智能不是一码事。这些人没有看到整个图景，后者是我过去10多年追求的，比如认知架构、价值体系，也就是说，从“理”到“心”的范式转换。在我看来，在过去的十来年，深度学习的工作把很多学生引入了一个看似有效果的路径，但靠大数据和大算力的暴力办法来求解智能的本质问题，不符合我所了解的人类的智能机理与认知架构，这是一个需要在技术上做深入讨论才能够说清楚的事情，今天的时间不允许在这里展开，而我和我的大多数学生没有去追逐这个热潮，是需要巨大的战略定力的。《知识分子》：我注意到，您基本上是很坚持自我的，不会随波逐流，我想知道这是您性格使然，还是别的原因导致？朱松纯：这个问题我一直也没有想得太清楚。这就谈到我们今天的现状，老师、同学做科研喜欢一窝蜂上，人家在干什么，什么热门赶紧去干，就是把科研作为了一种职业，作为一个晋升通道在做，这是让我非常困惑的事情。在我的生涯中，我见过那么多的研究生、研究人员，真正的能够对科学（去搞懂问题本身，而不是做出结果）有追求、敢于追求的人可以说非常少，大部分的人把它作为一个职业，作为一个晋升的通道在看待，一级级往上爬，这是非常麻烦的事情。爱因斯坦说做科研的人有三类：一种人是因为科研是他的强项，他就善于干这个事情；第二种人是来干一份活，纯粹就是出于功利；只有第三种人，他来搞科研是希望能够构造一个简约的、符合自己风范的一个世界的图画。这三类人都需要，我认同第三类，做科研的目标是为了把这个事情搞清楚，而不是说为了去拿一个什么牌子与帽子。
我放弃保送研究生，放弃斯坦福职位，放弃美国实验室；不去追逐热点，坚持走一条与众不同的技术道路，这都是很多人觉得不可思议的，有人或者会揣测其它的原因，但我其实就是想探索通用人工智能的理论，这是我的初心。因为我想搞这个理论，我必然就要去接触应用数学、统计、心理学、认知科学、神经科学、机器人等，我原来学的是计算机，我在应用数学系待过，然后在统计系当教授，也兼着在心理和认知科学系的教员，还在航天航空系带机器人方向博士生。这几十年我一直在学习，寻找一个大的全景图。现在这些经历都派上了用场，我回国后推动成立了北大智能学院，规划了一个新的交叉学科课程体系，并联合北大清华创办“通班”，由此开始按照人工智能的“初心”培养第一代“科班出身”的通用人工智能本科生。实际上，智能是极其复杂的系统，人工智能是一个非常大的交叉学科。我认为它是一门科学，2022年教育部设置了“智能科学与技术”作为一级学科， 跟数理化计算机等学科平行。社会上绝大部分人还认为智能是计算机的一个分支与应用，这是很不恰当的观点。而人工智能领域，大部分人做研究只是看其中的一个很局部的小问题，看不到整个全局，很多在我看来是非常直观的事情，别人看不透，这一点也常常让我非常吃惊。一个研究人员如果缺乏对全局的了解，就缺乏对趋势的判断，造成了我们所说的打篮球的情况，就是球（热点）在哪里，赶紧去追那个球（热点）。现在回过头来看，我要追求的这些目标可能跟我整个人生的经历和性格确实有些关系。我也不是一个非常执拗或者是偏执的人，那倒真不是，在我身边长期工作的人都说我太宽容，我只是不想浪费自己的人生。我们中国是个世俗社会，我们追求的是社会影响，所谓“不朽”，“立德、立功、立言”，像王阳明、曾国藩这样的人，他们本来是读书人，又能带兵打仗。《知识分子》：我们也注意到，人工智能这一波热潮，我们不少人只是善于跟踪？
朱松纯：中国科研界有个说法，叫从跟跑到并跑，然后再领跑，这是过去二十多年的一个思路。中国大学真正做科研的时间是比较短的，上个世纪80年代，我们的大学老师，基本上只能是照着人家的教科书在教。我读大学的时候，什么操作系统、编程语言，老师没法讲，没干过这些研究，只能照着外国教科书来翻译讲解。中国真正开始建设“研究型大学”是在1998年5月份提出要建设世界一流水平的大学，然后开始增加科研经费。你想，大部分的老师会怎么做科研呢？那只能是说，哪个地方热我赶紧去，哪个话题热我就开始教这个课。大家本来就没有自己的阵地，自然也没法坚守，这是历史发展的一个必然阶段。但是，如果大家形成了一种惯性，评价标准按照这种定式来搞，那就是一个相当严重的问题了。我估计一直到2010年前后，开始有更多的在海外名校任教的学者学成回来。可能生物领域好一些，因为咱们学生物的人是最早出去的，人也多，所以生物有好多知名教授就先回来了。我们计算机与人工智能相关专业，当年出去很难，但出去之后找工作比较容易，工资待遇都挺好，相对出去的晚，回来的也比较少，所以造成了我们目前这么一个状况。但我们也不能说去责备谁，现状就是这样的。《知识分子》：从科学发展角度，有一个叫李约瑟之问；后来又有钱学森之问，说中国为什么培养不出领军型的人才，这当然涉及到教育了，我也想听听您的看法，显然像清华、北大这样的学校，大家寄予的希望是不一样的。朱松纯：这的确又是一个很严峻的问题，我们需要严肃对待。我在元培学院的开学典礼上做过一个报告，谈到了我对钱学森之问自己粗浅的理解。怎么样培养出领军型的、堪当重任的战略性人才，是当前历史时期尤其凸显的问题。顶尖人才培养是一个全方位的、复杂的、缓慢的过程。我跟元培的同学说，从统计意义上讲，尽管他们来的时候都是高考的佼佼者，可能是万里挑一的，但是20年、30年之后在社会上能够真正成为领袖人物的概率，可能达到1%就不错了。只有极少数人能成为万里挑一、甚至百万里面挑一的“杰出”人才即“Outstanding”。为什么造成这个现象？这是个统计规律，有一个中心极限定理管着。本质上就是一个选择和被选择的问题。假设你的人生一共有十个重大的选择，你选对了七八项，就能成为一个了不起的人物；如果选对了四五项，可能还是一个不错的成绩，如果选对两三次，那就是回归到一般人，泯然于众生了。很明显，大部分人没有做出正确的选择。如果随大流是对的选择，那满社会都是领袖人物了。这反过来也说明，正确的选择往往与大众的认知是相反的，逆流而动是需要超前的眼光、坚定的信念、和行动的勇气的。我当时总结了三个要素SCI：第一个是兴趣Interest，对我来说，这30年驱动我选择的，是对人工智能统一理论的追求。那么你找到你自己的兴趣了没有？兴趣才是持久的内驱力。很多人的兴趣就不在科研问题本身。第二个是你的性格。大家都往那边走的时候，你敢不敢逆行？孟子原来说过， “道之所在，虽千万人，吾往矣。” 你有没有这个勇气？大部分人是没有勇气的。第三个是你的家庭，特别是配偶，他们跟你价值是否一致，是否支持你干这个事？没有这个保障，就干不长久。《知识分子》：现在很流行的看法，做科研的先把职业的晋升道路搞上去，把论文发够，把影响因子做够，就业的先实现财富自由。朱松纯：科学职业化，这个改变要追溯到二战之后，美国在二战中看到了科技的重要作用，V.Bush 写了那个报告《科学——无尽的前沿》，由此成立了自然科学基金NSF（1950）、DARPA（1958）等机构，推动了科学中心从欧洲移到了美国。我认为这种机制有一个巨大的副作用，就是把科学职业化了，很多不该来做科学的人都进来了，人越多，声音就越杂，就难以评价了。比如，现在一个人工智能领域的国际会议，每年提交一万多篇论文，会议组织者根本找不到足够的合格的人来评审！因为是双盲随机的评审，一个大教授写的前沿文章，可能就送到一个硕士生、甚至本科生手上来评。至少在我这个领域，大量的研究工作客观来说是无意义的，是不值得做的，也许用来练兵是可以的。但是，这些人反而成为了大多数、成为了主流。要改变这个评价机制是一个很难的事，我们希望在局部上能够做出一些修正，比如说目前国内也出台了新的政策，像我们做新型研发机构，希望引进新的管理机制，新的评价机制来做出改变，这是任重道远的。但是我们也要看到进步，就像环境治理一样，几年前北京的空气很糟糕，但这几年雾霾也消失了，大多数时候是蓝天白云。关键是上面的人要下决心，找到有效的办法，下定决心来干这个事情是可以做好的。我现在当院长，就跟青年教授反复说，我评价你的时候，不是说你有多少篇论文，多少个引用，或者是什么帽子，那些都是别人给你的评价，我有我自己的判断。我认为最重要的事情是看你选择了什么样的课题，你选的课题有多大，这个课题有多大的意义？但是，我发现大家基本听不进去，这是一个社会现象，一只鸟或者一条鱼在一个大的群体运动的时候，它是看不到远方的，它只看得到周围的鸟或鱼怎么动，然后跟着动。青年学者被这个科学的群体来审稿、评项目，所以，他们基本就不能脱离这个群体的学术观和方法论，就卷在一起了。
图源：pixabay《知识分子》：我们注意到，这一次中国的大学成立了很多人工智能学院，从学科的角度，是不是一种分化的开始？北大怎么布局这个学科的发展？朱松纯：2022年9月13日，教育部公布“智能学科与技术”专业成为新增的交叉门类的一级学科，这标志着这个学科正式确立了。其实北大应该是智能学科的诞生地，2002年成立了全球首个智能科学系，最早开始了“智能科学与技术”本科专业。我加入北大后，推动北大在2021年成立了智能学院，构建了完整的本硕博人才培养体系。大家可能发现，这与社会认知的“人工智能”专业不一样了，其实在北大的智能学科里面涵盖了两个专业“智能科学与技术”和“人工智能”。我们认为“智能科学与技术”专业是一门研究自然智能的形成与演化的机理，以及智能的理论、方法、技术和应用的基础学科，是一门新兴的交叉学科。因此在北大把这个专业放到了智能学院开展教学与研究。人工智能专业过去一直被看作是计算机的一个应用技术与工程领域，1970-80年代人工智能热潮中代表性的是专家系统与知识工程。近年来，统计、大数据、深度学习的快速发展与普及应用，成为本次人工智能热潮的主要代表性技术，人工智能被赋予了新的内涵，很多人认为人工智能是一个赋能百业的技术。我在北大将人工智能定义为一个学科大交叉的阵地，适合放在人工智能研究院，开展智能与文理医工的大交叉研究。比如AI艺术、计算社会、智慧法治、智慧医疗等交叉研究。为支撑上述两个专业人才的培养，我们在北京大学设立两个人才培养旗舰班：通用人工智能实验班（简称“北大通班”）和北京大学智能科学与技术实验班（简称“北大智班”）。
2022级通班开班仪式“北大通班”授予“人工智能”学士学位，特色是“文理大交叉”，目标为打造“通用人工智能战略王牌军”，培养“通识、通智、通用”的世界顶尖复合型人才。“北大智班”授予“智能科学与技术”学士学位，特色是“理工强基础”，目标为培养智能科学领域新一代领军人物，引领智能科学前沿理论与技术应用的发展。同时，依托清华自动化系，我们开设了通用人工智能因材施教计划。这三个班加在一起，每年就可以为国家输送上百名顶级人才，学生也在北京通用人工智能研究院开始科研实践活动。这是对国家提出的教育、科技、人才 “三位一体”战略思想的最好实践。《知识分子》：中美的人工智能，涉及到国家层面的竞争，包括产业的和学术的。有一种批评声音，认为中国的人工智能实际上学术界没有多少大的创造，包括产业界也是把国外的包括硬件的、软件框架拿过来用，中国自己的好像最后没有出来一个好的东西，您怎么看？朱松纯：几年前，有人认为中国人工智能可能比美国强，因为在应用方面我们场景多、数据多。我们首先要看清楚人工智能这个领域有多大，现在大家做的深度学习只是其中一小块而已，目前像这种研究的范式，我认为它只是人工智能发展道路上的一次战役，那么整个这场仗怎么打？是需要战略，需要有更大的地图来看。我觉得中国在人工智能和美国相比，有很多弱势的地方，关键的一个问题是，美国在下围棋，中国在打篮球。确实很多东西都是美国的开源代码，中国的学校和公司拿来在用，那么我们需要营造一个更好的学术氛围和评价机制，使得我们的原创的东西能得到支持。
原创的东西难以在中国生根发芽，发展壮大，之所以出现这样那样的问题，除了有我刚才说的历史发展阶段的因素，另外一个是我们这些老师也才刚刚学会怎么去做科研，历史太短，评价体系还非常的不完善，如何判断一个方向的真正价值？你搞一个前沿的项目去评的时候，评的专家可能觉得你不对，这搞的怎么跟别人不一样，大家都在搞这个，你怎么去搞那个？很多原创的想法就会被那些非原创的人给灭掉了，因为他们是绝大多数，多少年来日复一日就形成了思维的惯性。在这一点上，我们可以向美国学习，比如他们科研项目管理机制，美国有一批资深的项目经理，他们自己不做科研，或者是退下来了，没有自己的利益诉求，他们对所在领域的科研人员、思路、流派、国家需求，都有深刻的了解。战略性的项目由他们选课题立项、选首席科学家、选团队，而不是交给同行专家来立项与评审，这种机制避免了专家既是裁判员又是领队、教练员、运动员的情况。一流的运动员不一定是一流的裁判员，一流的裁判员不必是一流的运动员。自我回国两年多的感受来看，国家在这方面改革的魄力是非常大的。比如北京通用人工智能研究院就是一个全新的研发机构，探索新型的科研模式。国家发展到了一个新的历史时期，在大力推动教育科研人才“三位一体”发展战略。这需要科研与教育工作者把握时代脉搏，广大学生、家长、配偶，乃至全社会共同努力，营造一个鼓励原创科研与前沿探索的社会大环境。追求科学之美，崇尚原始创新
《知识分子》：过去一年，几乎所有人都在谈论人工智能，您怎么看待这一热潮？朱松纯：因为我一直念念不忘大一统理论，智能也是各种现象（认知智能、感知智能、具身智能、心智、社会智能等等），跟物理学中的各种现象（光、电、磁、重力等等）是类似的。我就相信在这么多复杂的、说不清楚的现象背后，一定有一个非常简单很美的数学理论， 这是人类智能和人工智能所共有的。我在大学的时候就思考这个问题，三十多年过去了，到今天仍然还相信，这是为什么我后来搞通用人工智能AGI。 现在搞人工智能很少有美感的模型，一些AI“大模型”有点丑陋，这些模型是什么，都还说不清楚，更不要谈美感。我认为AGI一定不是一个几万亿参数的大模型能够做出来的这么一个说不清楚的东西，一定是一个非常美的、简单的东西。 你要相信这个东西一定要存在，所有的科学都是追求用最简约的模型来解释纷繁复杂的现象。
《知识分子》：当下，人类科学处于什么样的发展阶段，中国能有什么样的作为？朱松纯：我相信现在科学的前沿确实是在往信息科学、智能科学转移，从物理空间转向信息、思维和认知的空间，在这些新的空间，它们的复杂度和模型，和物理的模型显然是不一样的，这也是我们中国希望成为一个世界的科学中心的一个机会。我们希望北京建成世界的科创中心，这个科创中心必须有原创的思想，原创的技术路线提出来，不能说跟着人家的大模型、AlphaGo跑，那是永远也不可能建成一个世界科学中心的。 我们要有这种胆量、气魄与定力， 在新的科学花园中去构造自己的理论，有可能我们这一代人也只是做一个转移和铺垫，但是我相信我们能够做成领先世界的成就，在通用人工智能领域或许我们有机会做出可以贡献给全人类的成果。
大家说
密歇根大学数学、统计学和心理学教授张俊：
朱松纯教授的团队打造以价值函数驱动、“眼里有活”的自主通用智能体，是基于认知心理学、发展心理学对智能起源的实证知识，其技术路线与渐成国际主流的MIT/哈佛以Tenembaum为首的认知计算学派是一致的，达到了并在某些方面（例如心智理论Theory-of-Mind推理）甚至超过国际领先水平。值得指出的是，朱教授基于U-V函数系统的认知架构，对于通用人工智能里“人机交互”、“价值对齐”问题提供根本性而不是ad hoc（特定的）的解决方案，是构建新一代智能体的不可或缺的理论依据。
北京大学人工智能研究院助理教授朱毅鑫：
朱松纯教授规划了一个宏大的通用人工智能愿景，着力整合了北京大学人工智能研究院（含北大通班）、北京大学智能学院、清华大学自动化系（含清华通班）的 AI 相关专业力量，更新教学内容、引进国际人才。同时以北京通用人工智能研究院为核心，创造性地建立了以通院 + 北大 + 清华为主体、辐射北京其他高校的科研体系。朱松纯教授提供的一揽子方案和平台提供了广阔的跨领域合作机会，融合了认知、脑科学、神经、人类学等各个方向的国内优质资源，共同探讨当今的 AI 弱点在哪里、如何创建更好的类人智能，从而在不久的未来使 AI 更好的与人协作。
北京通用人工智能研究院认知与推理实验室范丽凤：
通院提供了一个非常好的平台，支持我去做一直以来从事的研究工作。他的工作风格与企业研究院非常不同，通院做的研究工作属于长期主义。通用人工智能是未来人工智能领域的主攻方向，短期之内可能看不到什么显著的突破，但重要的是沿着正确的方向持续走下去。
关注《知识分子》视频号
get更多有趣、有料的科普内容
