訪談、撰文| 邸利會
責編| 錢煒
2002年7月，33歲的朱松純來到美國加州大學洛杉磯分校（UCLA）擔任統計系與計算機系長聘教授，站在太平洋邊，他心裡隱隱感到，此生怕是要在美國長呆下去，“可能回不來了”。他想起了唐代詩人崔顥懷鄉之作《黃鶴樓》中的名句“黃鶴一去不復返，白雲千載空悠悠”。
沒想到，2020年8月，作為著名人工智慧科學家，朱松純放下他在海外的龐大實驗室（當時他名下的博士生多達37名）與科研團隊，回到了北京，在北京市與科技部的支援下，組建非營利性的新型研發機構——北京通用人工智慧研究院，並擔任北京大學講席教授、清華大學基礎科學講席教授，引領中國在通用人工智慧方向取得正規化突破。
回國三年多來，朱松純牽頭建立的北京通用人工智慧研究院，已經在通用人工智慧前沿領域實現了一系列的技術突破和原創性科研成果：
通用智慧體——小女孩“通通” 驚豔亮相併於今年1月28日展出，“通通”以原創的認知架構理論為頂層設計，由自研國產學習和推理框架為底層支撐。她擁有類人價值觀，能自主生成任務，具備物理和社會常識，可保障複雜任務高效執行，推理和決策過程透明、可解釋；
聯袂北京大學，釋出了通用人工智慧評級標準與測試平臺（TongTest)，定義了通用人工智慧三個基本特徵，即實現無限任務、自主生成任務、價值驅動且能實現價值對齊。同時，TongTest從“視覺、語言、認知、運動、學習”五個能力維度及“初級自身價值、高階自身價值、初級社交價值、高階社交價值、群體價值”價值維度進行評價；
釋出通用人工智慧科研平臺“通境”(TongVerse)，作為“AI+機器人”模擬練武靶場，集成了大規模場景生成能力，支援智慧體的視覺-語言-運動聯合解譯，支援多型別機器人（人形機器人、複合協作機器人）技能訓練。
一個週末的晴朗早晨，朱松純步行來到離他辦公室不遠的《知識分子》錄製間，接受了我們的專訪，向我們講述起他過往的經歷、對學術的態度以及人工智慧學術發展、人才培養方面的深邃見解。
配以開頭的人物小傳，訪談經整理編輯後釋出，以饗讀者。
01 人生黑洞
這也許是他人生中最走投無路的時候。
三十二年前的1992年，過完元宵節，年輕的朱松純踏上了返校的路。像往常那樣，中午時分從鄂州上大輪，順長江而下，緩慢前行，次日凌晨兩三點到安慶，然後再轉四個小時的長途汽車，天亮時分即可抵達合肥。他就讀的學校，中國科學技術大學，自1969年從北京舉校南遷後就一直在那裡。
深夜，朱松純獨自站立在甲板之上，頭頂明月當空，兩岸山巒起伏，他卻陷入了人生的迷茫中，偶爾的汽笛聲劃破長空，只會增添更多的惆悵。
其實，他說不出為何還要再去學校——五年制的本科已然完結，已不再有學籍；他放棄了保送研究生的資格，一心想出國深造，連續兩年的申請都石沉大海，偶爾得到的回覆都是婉言拒絕。剩下的一條路，找份工作，也許是最為正常和理智的，但也是他最不情願的。
他出生在鄂州的一個小鎮長嶺，在湖濱長大，是家裡5個兄弟姐妹最小的一個，哥哥大他19歲，中間三個姐姐，最小的也大他6歲。父親在60歲的時候單位倒閉，靠做小生意供他讀完了大學。小時侯物質貧乏，生活單調，他在初三轉學到正規中學之前，幾乎沒有受過什麼像樣的教育。
他居住的小鎮，像那個年代中國絕大多數地區一樣，晚上沒有電視，也少有電燈，周遭的一切都藏在黑暗當中，只有偶爾傳來的狗叫和路人的腳步聲。黑暗和對死亡的恐懼烙印在他兒時的記憶中。
隨著年歲漸長，年少而早熟的朱松純意識到，比環境的黑暗更可怕的是掉入所謂的“人生黑洞”——一個人忙碌一輩子，到死的時候沒有為這個世界留下任何印記，也不會有人在意，彷佛這個人壓根兒就沒在世上存在過。
他所在的小鎮，朱姓的有一兩千人，在當地有幾百年的歷史。有一次，年少的朱松純捧著家譜問一位編譜的老先生，這裡面為什麼只寫了名姓生卒，其他內容多一筆都沒有？先生淡淡地說，不就是務農、做小生意麼，不值一提。年少的他一想到這個“不值一提”的結局，總覺得“未免太殘酷、太恐懼了”。
1986年，朱松純考上中國科學技術大學，離家赴合肥之前遊覽了黃州赤壁公園。“壬戌之秋，七月既望，蘇子與客泛舟遊於赤壁之下。清風徐來，水波不興。舉酒屬客，誦明月之詩，歌窈窕之章。…… ” 陳列於“二賦堂”中的千古名篇《赤壁賦》，以及蘇軾的生平，給年少的朱松純以極大的心靈震撼。他覺得像蘇軾這樣的人生才值得，肉身雖早已隕歿，文章卻可流傳千古，時至今日依然能啟迪後世。
可如今，站在甲板之上的朱松純，卻隱隱感到了人生黑洞的強大引力。
02 選擇與被選擇
即便已經過了三十多年，他也無比清楚的記得，那是在返校呆了一個月後的1992年3月18日，他收到了來自哈佛的一個厚厚的大信封。朱松純立即意識到發生了什麼，如果是一封拒信，只要一個薄薄的小信封就夠了。
多年之後，朱松純才明白，為什麼遠在哈佛的導師David Mumford會選擇他。僅僅是成績好顯然是遠遠不夠的，打動Mumford的是，在這樣一個遙遠的國度，居然有這麼一個年輕人，懷抱著遠大的理想，想研究一個同樣令他醉心沉迷的問題——可否構建一個“大一統”的理論，以此解釋各種紛繁複雜的智慧現象，實現通用的人工智慧？
David Mumford，菲爾茲獎、美國國家科學獎章獲得者，國際數學家協會前主席，圖源Mumford個人網站
“大一統”的理論最初源於物理學，指的是構建一個統一的自洽的理論，能解釋世界的各個尺度的物理現象。最為著名的例子是愛因斯坦曾將其後半生傾注在這一宏偉的理想中，嘗試將他一手創造的相對論和另一項偉大的發現——量子力學融合起來。
朱松純從高中物理的學習中知悉了“大一統”的說法，但知道甚少。他本來奔著投身這一問題而報考了中科大近代物理系，卻在之後得知，自己的高考志願被哥哥改成了計算機——一門他認為只是學技能，謀個飯碗的專業。
這個對計算機專業的刻板印象在他正式步入大學後並沒有多大改觀。在同班同學為掌握了一門程式語言、或者解決了某個硬體的問題而歡喜雀躍時，他卻難以產生共鳴，儘管他的成績一直是全系前兩名。他花在學習課程上的時間大概只有六成，剩下的都在自學一個那時正處於低潮、但在他看來卻更值得投入鑽研的方向上——人工智慧。
一次偶然的機會，他加入到一個生物系研究認知科學的實驗組，讀到了一本計算機視覺領域的開山之作——視覺（Vision: A Computational Investigation into the Human Representation and Processing of Visual Information），由英國學者大衛·馬爾（David C. Marr, 1945 ~ 1980）所著。
馬爾是一個跨學科的科學家，可惜35歲就英年早逝。他在MIT人工智慧實驗室工作期間曾租住在Mumford的合作者、印度裔數學家Jayant Shah的家裡，也因為這一聯絡，Mumford瞭解到馬爾的工作。馬爾當時想從生物神經科學、認知科學的角度，建構一個計算的理論，作為計算機視覺的統一架構, 但沒有能完成。Mumford在上個世紀八十年代之後完全放下了純數學的研究，轉向人工智慧。
朱松純在投給哈佛的個人陳述中，講到自己曾讀過馬爾的書，想追求人工智慧的大一統理論，特別提到了希望探究神經科學發現的人腦中大量自頂層向下傳播的神經通路（feedback、top-down）。從視覺初期皮層向上傳資料和資訊（feedforward、bottom-up）的通路是可以理解的，也是近年來資料驅動的神經網路的一個根本的計算機制，但是，為什麼自頂向下的神經通路更多，它們到底在做什麼，如何用模型來表達、用演算法來實現？這很令人費解。正是這種學術志向上的契合讓Mumford選擇了朱松純。
這裡還有一個小插曲，當朱松純到了哈佛，瞭解到自己的導師是一位純數學家時，當即表示要換導師，說自己想研究計算機視覺。接待他的系秘書，一位上了年紀的老太太，用驚詫的目光看著他說，“年輕人，你真的明白自己在做什麼嗎？” 在那個閉塞的年代，他還沒有了解到，Mumford是多麼的有名，他有國際數學家協會主席、美國國家科學院院士等頭銜，獲得過菲爾茲獎、麥克阿瑟獎等獎項，當然他更不知道，Mumford其實已經轉向了人工智慧的研究領域。
成功被哈佛錄取，把朱松純從人生的低谷中拯救了出來，讓他得以繼續追尋自己的學術理想。
1996年朱松純與導師在大學雜誌文章的插圖，圖中心是一個層次的視覺金字塔，兩個箭頭代表了自底向上和自頂向下的兩個計算機制。
2020年，新冠疫情肆虐全球，百年未有之大變局深刻影響著太平洋兩岸，朱松純選擇回國，是一個讓人意想不到的抉擇。此時，他在大洋西岸已經深耕多年的實驗室擁有很大的科研團隊（他直接帶的博士生有37個，實驗室還有多位博士後、碩士研究生），而且他也在主導幾個大的跨學科的合作專案，而回到國內的發展前景有太多不確定性，當時周邊的人大都不看好。
“回來兩年多以後，我確信這是我做的最重大的，而且是一個非常大膽的、正確的選擇。”坐在對面的朱松純語氣堅定。
03 清風明月之境
在這個知識爆炸、學科無限細分的年代，大部分科學家家通常精於一門，而無暇旁顧。就人工智慧而言，在1990年代進入了一個分而治之的時期，計算機視覺、自然語言理解、認知科學、機器學習、機器人學、多智慧體六個方面獨立發展，公眾眼中的人工智慧專家大多其實只是專注於某一分支。
從上個世紀90年代開始，朱松純三次問鼎計算機視覺領域最為重要的馬爾獎，此外他還獲得過霍爾姆霍茲時間檢驗獎等獎項。儘管收穫了很多榮譽，朱松純卻從不認為這是從事學術研究的目的。這些外界給予的肯定是學術追求的自然結果，不應該本末倒置。他領悟到做學問的本質在於“登無人之境，享清風明月”。
“清風明月”的意境來自朱松純十分喜愛和推崇的《赤壁賦》，他也曾用一段生動的文字如此描寫：
“用數學語言來講，科學研究本質上就是找到新的空間（Space），這裡有它獨特的元素、結構、測度距離和美學，這個空間可以是一個抽象的數學空間，也可以是一個影象空間，幾何形狀的空間，或者感知、認知的空間。科學研究的目標就是探索與領略這種空間的結構、奧妙，把它描繪出來。” 他也曾借用他導師做數學的經歷進一步說明，“就像找到一扇門，開啟以後，進入一個花園，然後把這個花園的結構理清楚，展示給世人。”
朱松純說，雖然在計算機領域，很多人可以憑著技術發明、專利或者開公司賺錢，但對於像他這樣探索基礎和前沿的科學家，本身面對的就是“取之無禁，用之不竭”的自然奧秘，更多的是享受科研中“清風明月”的經歷和過程。
在科學建制化、職業化的今天，能不在乎引用率、甚至不在乎拿獎、不在乎拿帽子，真正受好奇心的驅使、醉心於學術與人才培養的學者儼然成為了少數。在他看來，著書立說、授業解惑、成就經得起時間檢驗的經典才是學者應有的使命和最高的褒獎，就像那《赤壁賦》，不過寥寥幾百字，或者愛因斯坦的質能方程，不過幾個基本的物理量，卻可以改變人的三觀，流傳千古。
04 智慧在於“心”
作為人工智慧專家，朱松純對什麼是真正的智慧有獨到的見解。
他領銜成立的北京通用人工智慧研究院（BIGAI）坐落在北京大學西南門外的一棟樓。這個研究院在兩年多前籌建，涉及人工智慧的視覺、語言、認知、機器人、機器學習、多智慧體等各個方面，不過並沒有採用目前流行的深度學習來構建智慧模型，而是把目標定在了實現具有自主的感知、認知、決策、學習、執行和社會協作能力，符合人類情感、倫理與道德觀念的通用智慧體。
親身經歷過人工智慧的起起伏伏，朱松純很早就對深度學習的熱潮抱有冷靜態度。他是上個世紀九十年代最早把統計建模與學習的方法引入計算機視覺的學者之一，並在2004年創立了中國首家民辦非營利機構蓮花山研究院，開啟了標註工作，正是這些工作讓他提早意識到大資料方法的侷限。他認為，深度學習是“大資料，小任務”正規化，導致的是不可解釋的黑盒子模型和應用狹窄的智慧，而這波熱潮不是最終通往通用人工智慧的真正道路。他對於收集海量資料，造大模型，調參刷榜的行為不是很認同。
2017年，當人們對阿爾法狗戰勝圍棋世界冠軍嘖嘖稱奇之時，朱松純一針見血地指出，“現在的人工智慧和機器人，關鍵問題是缺乏物理的常識和社會的常識，缺乏自主的價值判斷，這是人工智慧研究最大的障礙。”
早在2010年，朱松純就整合了認知科學、人工智慧、機器人、自然語言等領域的學者探索常識的獲取與推理問題，他稱之為人工智慧的“暗物質”——這是借用了物理學的概念，認為人工智慧的大部分要素，如價值、因果、功能、意圖等都是隱藏在感知資料背後的，感測器“看不見”，也檢測不到的，就如同物理學中人們能觀測到的物質與能量大約只佔宇宙的5%，剩餘95%是看不見的暗物質、暗能量。
要實現真正的通用人工智慧，朱松純認為應該用“小資料，大任務”正規化，研究者應該尋找有很強認知能力的“烏鴉”模式的智慧，而不應該訓練學舌的鸚鵡，它說再多的話也不明白其中的語境和語義。
作為人工智慧專家中的“哲學家”，朱松純思想深邃而富有洞察力。他認為，人工智慧這樣的大學科需要一個底層的哲學作為建構基礎，這種思考貫穿了他的研究生涯。
最近這些年，他借用中國哲學的概念“理”和“心”來表達理想的人工智慧體應該具備的要素。一個智慧體生活在物理世界，受到物理規律的支配，他同時也活在人類社會中，需要遵守作為社會人的基本倫理和社會規範，這些外在的約束模型都可以表達為一個勢能函式U，也就是所謂的“天理”。
但僅僅依據“天理”還不夠，真正的智慧還必須有“心欲”，也就是人對物質和精神層面的各種訴求和需求，如生理、安全、愛與認同、尊嚴與名聲、好奇與理解、審美、自我實現與價值。這種主觀的能動性、社會發展的驅動力，價值體系的總和，可以用另外一個函式V來表達。由此，一個智慧體不應該是受外界擺佈的“物體”，不應該只是“存天理、滅人慾”，它應該有身有心，有肉有靈。
朱松純認同儒家的理念：“心即是理”，從人工智慧的角度解讀便是——
“智慧體（包括人、人工智慧等）都不能被物化成為一個物理系統的元素，而應該由主觀的價值體系來主導，而社會規範是第二性的、處於從屬的地位 …… 要實現通用智慧，5%要靠客觀的觀察，95%要靠主觀的內心需求與想象，研究通用人工智慧的關鍵在於為主觀的‘心’建模。”
他提出了一個新的研究路徑——為機器立“心”。
這些主觀的、佔據主導地位的要素，是從人的“內心”發出的，不是從資料中來的，是在人腦中自頂向下（top-down）傳遞的，來指導對來自底層（bottom-up）感知資料（影象、語音）的識別、解譯，並重構資料的語義、功效、因果、價值。值得強調的是，這個自頂向下的“暗物質”並非僅僅是其他專家所說的先驗“知識”。在朱松純看來，知識仍然是‘理’的一部分，是‘死’的東西，價值與‘心’才是‘活’的，是自主智慧的源泉。
05 堅守陣地
朱松純拒絕“隨大流”，他的很多選擇常常令人吃驚。他的這個個性似乎一早就顯露了。
當初，為了追求人工智慧的“大一統”，接觸到學術前沿，1991年他放棄穩妥的保研，選擇了機會渺茫的出國深造；而1997年他到斯坦福大學這樣的人工智慧重鎮任教時，卻不願意受到濃烈的商業氛圍影響，幾個月便毅然決然辭職，去到不那麼知名的俄亥俄州立大學，只為謀求一張安靜的書桌。他離開斯坦福，甚至連導師Mumford都來電話勸他三思而行。可他就是這樣，去哪裡，不是為了履歷上名校的光環，也不會為了屈從外界的要求，而是單純的考慮，呆在這裡是否可以實現他的學術夢想。
一位共事了20多年的同事曾評價朱松純說，幸虧他是生長於和平時期，當了科學家，如果是在戰爭時期，很可能會是一名指揮千軍萬馬的將軍。“雖千萬人，吾往矣！”，這就是他的性格，不甘於隨大流，而是要獨創、開宗立派。
朱松純說，中國真正開始建設研究型大學是在1998年之後，時間並不長，根基尚淺，這導致很多研究者只是“依樣畫葫蘆”，沒有自己的學術陣地，因此也無法做到堅守。在人工智慧領域的表現就是，來自中國的原始的創新想法非常少，大部人只是在別人提出的想法、框架、正規化的基礎上修修補補。
朱松純認為，這是一個歷史發展的必然階段，但在當下國家需要原始創新的歷史時期，也成了一個相當嚴峻的問題。
當面對來自全國高考選拔上來的、幾乎是最為優秀的中國年輕一代時，作為老師的朱松純也許會在某個瞬間想起年輕時的自己。這代人的教育條件和背景不知道要好了多少倍，但他們是否還能像自己當年那樣，對學問擁有義無反顧的激情和一往無前的勇氣？
以下為《知識分子》與朱松純的對談，部分摘錄：
《知識分子》：歡迎朱教授做客知識分子。
朱松純：2020年9月我剛到北京的時候，《知識分子》提出要採訪我，我說等我先開展工作，幹出一個模樣再來接受你們的採訪。這兩年除了做報告，我一直沒接受媒體的採訪，現在感到有些事可以說了。
《知識分子》：先請您聊一下家庭的教育和培養是怎樣的？
朱松純：現在回想起來，我父母沒有特別有意去培養我，上個世紀六十到七十年代大家還整天忙於生計。上小學時，我中午放學回家，有時發現家裡沒人做飯，揹著書包又回學校了。
我母親不識字，但人很聰明，朱姓是鎮上的一個大家族，她對各種家庭糾葛、親戚關係、人情世故很清楚，晚上坐下來她就喜歡講家長裡短，分析得頭頭是道，這個習慣她一直維持到老，多年來我每次回家看她，就坐在她身邊，聽她一遍一遍講述小鎮幾百戶人家的往事，我就聽，插不上話。這個麻雀雖小、五臟俱全的小社會，讓我對中國的傳統文化、社會習俗都有較為深刻的體會，我上小學之前就懂得了這個純樸而又充滿矛盾的小社會。
我父親讀過六個月的書，能看報紙，會做賬。他是鎮上的供銷商店經理，那時候不許私營，（全鎮）只有一家商店。他一生精打細算，勤懇節儉，勉強能維持一家生計。
我父母對我的最大影響就是他們的善良。善良是人性中最柔弱、也是最具威力的品格。我從小對底層人的痛苦能感同身受，親眼看到身邊太多族人的悲劇，而無能為力，這也是我奮鬥的動力。
值得一提的是，文革時期，城市裡一些有文化的人，比如教師和醫生，下放到我們那裡。晚上沒電視，又沒有什麼娛樂，就聚在一起聊天，跟沙龍一樣，有的時候有電，沒電的時候就點個煤油燈。我從兩歲開始就被我父親帶著，他晚上要住在供銷商店守夜，我上小學前就每天陪著他，在一旁聽他們聊天。我記得，他們聊什麼中蘇關係、中美關係，還有各種國內發生的大事小事，一個星期大概有兩三次。等到我上小學的時候，我對整個中國社會結構，國內形勢，世界局勢，無意中就有了一個大概的瞭解。
現在回想起來，覺得挺奇特的。現在的小孩可能沒有這麼一個環境了，當然現在的小孩可以透過手機來了解世界，但網上的資訊魚龍混雜，上學後整天都在做作業，沒法對自然環境、生產勞動、整個社會、傳統文化、倫理、禮儀有切身的體會。所以，我讀小學的時候，一上學就跟其他小孩不一樣，我就開始跟我姐姐的初中同學玩。
《知識分子》：那麼，小學和中學的教育呢？
朱松純：我的小學、初一、初二都是鎮裡的民辦教師教的。所謂民辦老師，就是農民，比如他受了傷不能幹體力活了，就被照顧來當老師。我記得上初二的時候學英語，沒有英語老師，代課老師把課本發下來，我們就ABCD自己在那念，背單詞，老師就坐在門檻上，有些同學就在教室裡打牌， 就是那種農村的紙牌，什麼上大人、孔乙己。我的成績按照老師的評判是挺好的，但老師教不了我。
到了初三開始上了鎮裡面的一箇中學，是高中部裡面帶了一個初三，這時候才有正規的師範畢業的老師來教我們。但課堂秩序有時混亂，老師與學生對罵動手也時有發生，大部分同學都沒有什麼理想追求，玩得挺高興的。最後，等待大家的前途也就不那麼妙：在鎮裡的小學、初中同學那麼多人裡面，我是唯一一個上了高中的，其他同學都輟學回家或者去建築工地打工，好一點的去讀中專、技校烹飪。每當想起我的那批中小學同學、兒時朋友，我深刻認識到，教育搞不好，是社會最大的損失！
後來，我來到縣城裡就讀鄂城一中，後來升級為鄂州高中（省重點），我是鄂州高中86屆畢業生，也是第一屆畢業生。我剛到高中時，成績沒法跟城裡同學比，學了一個學期，期末考試，我成績就是年級第一了。
現在有個新名詞，小鎮做題家，我是小鎮長大的，但我在小鎮裡沒做題，進城以後開始做題了。
《知識分子》：這和我們現在孩子的教育簡直區別太大了！
朱松純：我們現在也許是太重視教育了。比如北大的學生高考都是佼佼者，但他們從小就習慣算分數，這就有點麻煩了。課程難，有人覺得分數績點可能會受影響，就想退課。
你說這樣的學生怎麼搞科研？哪有勇氣去幹大的課題呢？這是我們當前教育另一個棘手的問題。
《知識分子》：您在科大讀完本科後，放棄了保研的資格，但當時出國應該是很困難吧？
朱松純：我們當時是五年制，中科大是中國科學院直屬大學，到四年級以後，就開始保研了，我的大學畢業成績是全系第二名，能保研到中國科學院，有很多所，所裡面有院士，跟他們讀研究生。我事先已經讀過相關導師的文章，知道他們較少從事人工智慧領域的前沿研究，所以我開始申請出國留學。
其實，大學一年級開始，我就花了很多時間，不是在上課，是開始尋找一個能讓自己為之奮鬥一生的學術方向。
畢業後，我們的系主任讓我在實驗室留著，繼續申請出國，因為只有出國才有可能去研究這個問題，中國當時真的是沒條件，沒有導師在考慮我當時想做的人工智慧那些問題。當然，現在的情況完全不同了，我們在通研院、北大、清華完全可以站到科學的前沿。
但出國這一條路，當時對我這個專業來說是很難走通的。我非常羨慕學生物、數理化的同學，他們畢業的時候一個班成批就出國了，都拿了名牌大學的全額獎學金。但計算機專業基本上是沒戲的，因為當時中國在這個領域還很落後，而美國已經很熱門了，他們很少有獎學金來給中國留學生。
我記得那個時候的普通人工資是幾十塊錢一個月，自費留學基本上是一個不可能的事。但是，我覺得我非常想學這個東西（人工智慧），不學的話，感覺一輩子也就沒有意思了。
《知識分子》：這看起來有點賭博的意思，就是想解決智慧的問題？
朱松純：我覺得這是我出國的一個根本的動機，這一點我能夠非常自信，也非常自豪地說，從本科開始到現在，30年來，我一直的夢想就是希望能夠追求人工智慧統一的理論，用一個統一的框架來解釋和重建智慧的各種現象。
我在哈佛第一年把課上完了，拿了碩士學位，然後兩年半拿到博士，發了5篇頂級刊物的論文，提出了計算機視覺領域的比較經典的模型和演算法。我從哈佛畢業以後，到布朗、斯坦福、俄亥俄州立等大學任職，三年多時間拿到加州大學的終身教職，一直到2020年全職回到中國，我的目標就只有通用人工智慧這一個。
我做了幾次很重大的選擇，很多人都很吃驚、不理解，或者無端揣測。我做出的選擇（就業、研究正規化）都是圍繞這一個核心的目標，別人不理解是因為他們的價值判斷、社會認知與我很不相同。
鄂州的一位老師送了我一幅字，“三十功名逐一統，八萬里路懷家國”。這是一個真實的寫照。
人的選擇都是由各自的價值體系決定的。對我來說，決定回國前，我考慮的最根本的問題有兩個：1）我是誰？我心裡一直非常認同中國的文化，這是從小的環境造就的，更不用說當前國家有這個需要；2）我要幹什麼？這一點我在讀大學的時候已經非常清楚了。
我不得不說，我的太太和家人，為了我的事業做出了很大的讓步與犧牲。我每次回老家，我母親就哭訴，不該讓我出國，她更希望我像家鄉的那些同學，好讓她隨時能見到我。我沒有考慮到我出國給她帶來這麼大的痛苦。
《知識分子》：您在哈佛的導師David Mumford是菲爾茲獎獲得者，非常有名望，但哈佛當時不算是人工智慧的重鎮，您從那裡出來有點要“獨闖江湖”的意思？
朱松純：1980-90年代，人工智慧雖然陷入低潮，但是波士頓地區，包括哈佛大學、MIT、布朗大學是人工智慧新思想的發源地。我導師一早就明白，計算機視覺，甚至人工智慧，不是靠證明定理就可以解決的，他完全放下他的專業——代數幾何，帶著我去向統計系教授請教，與語言學、心理認知科學、神經科學的人廣泛探討，這都是哈佛的強項。他有時帶我直接敲門，有時給我寫一個字條，讓我去找跨學科的大牌教授問問題，包括去找MIT、布朗大學的教授。他們都是各個領域很有思想的人，都很敬仰我導師，都熱情接待我。我是1992年9月8號到哈佛上學，1996年1月18號博士論文答辯。畢業後，7月份我導師和我一起加入了布朗大學的應用數學系，那裡有一個廣義模式理論組，大家都有非常原創的思想，這些經歷奠定了我後來的學術觀念。我們是最早做統計建模、資料驅動的人，一直到2009年左右，我從這個框架跳了出來。
在讀博士三年級的時候，我記得非常清楚，有一次我導師跟我吃中飯，我們兩個人一個小桌子，Mumford突然說句話，他說“You will be the academic leader of your generation”，你是你們這一代人的學術領袖。我當時嚇一跳，就有點類似於煮酒論英雄那個場景。
我不知道他是怎麼看出來的，這有可能給我帶來麻煩。因為這個領域裡面，我畢竟是後來者，前面有學術領袖了，他們一方面比較欣賞我，但另外一方面也會防著我。
談到這個問題，人工智慧的大團隊都在卡耐基梅隆、伯克利、斯坦福、MIT這種大的工程學校，他們有自己的人員體系，很大的組織，我從哈佛出來的是一個小眾的學派，我導師又是一個搞數學的世外高人，所以我出來是單槍匹馬。畢業的時候我導師跟我說的一句話，我深有體會，他說你要去找自己的同盟軍，find your allies。
1997年我離開他的時候，有一件事讓我非常感動。我要告別的時候，他在外地，就給我打了個電話，他說，你到我辦公室把一個抽屜開啟，那裡面有一個資料夾，你把它拿出來，是一研究專案的檔案，賬上大概還剩20多萬美金。他說，你拿走，帶到斯坦福去，你需要錢。他是搞數學的，一直就沒多少經費。然後他就跟科研主管打個電話，再發郵件抄送給我，他在信中說，這筆錢在我身上能發揮更大作用。我每次談起這事，總是感動得流淚。我導師的品格，還有我周圍其他教授的言行，對我影響很大，也堅定了我的學術信念與責任感。
到今天為止，他對我回國也是非常支援，也理解，他知道我的性格。從整個過程之中，我感覺他對我的支援，非常無私，他是希望有人來解決這個理論框架問題。
《知識分子》：現在有這樣的提法，就是來了以後，以前這些子領域，如自然語言處理、視覺等，大家都在用這個方法，這能算某種意義上的統一麼？
朱松純：卷積神經網路其實是統計模型在執行層面中的一種。作為一種模型與工具，它的各種結構設計好了的確可以用到很多問題中，但這跟我們說的統一的理論框架或者是通用人工智慧不是一碼事。這些人沒有看到整個圖景，後者是我過去10多年追求的，比如認知架構、價值體系，也就是說，從“理”到“心”的正規化轉換。
在我看來，在過去的十來年，深度學習的工作把很多學生引入了一個看似有效果的路徑，但靠大資料和大算力的暴力辦法來求解智慧的本質問題，不符合我所瞭解的人類的智慧機理與認知架構，這是一個需要在技術上做深入討論才能夠說清楚的事情，今天的時間不允許在這裡展開，而我和我的大多數學生沒有去追逐這個熱潮，是需要巨大的戰略定力的。
《知識分子》：我注意到，您基本上是很堅持自我的，不會隨波逐流，我想知道這是您性格使然，還是別的原因導致？
朱松純：這個問題我一直也沒有想得太清楚。這就談到我們今天的現狀，老師、同學做科研喜歡一窩蜂上，人家在幹什麼，什麼熱門趕緊去幹，就是把科研作為了一種職業，作為一個晉升通道在做，這是讓我非常困惑的事情。
在我的生涯中，我見過那麼多的研究生、研究人員，真正的能夠對科學（去搞懂問題本身，而不是做出結果）有追求、敢於追求的人可以說非常少，大部分的人把它作為一個職業，作為一個晉升的通道在看待，一級級往上爬，這是非常麻煩的事情。
愛因斯坦說做科研的人有三類：一種人是因為科研是他的強項，他就善於幹這個事情；第二種人是來幹一份活，純粹就是出於功利；只有第三種人，他來搞科研是希望能夠構造一個簡約的、符合自己風範的一個世界的圖畫。這三類人都需要，我認同第三類，做科研的目標是為了把這個事情搞清楚，而不是說為了去拿一個什麼牌子與帽子。
我放棄保送研究生，放棄斯坦福職位，放棄美國實驗室；不去追逐熱點，堅持走一條與眾不同的技術道路，這都是很多人覺得不可思議的，有人或者會揣測其它的原因，但我其實就是想探索通用人工智慧的理論，這是我的初心。
因為我想搞這個理論，我必然就要去接觸應用數學、統計、心理學、認知科學、神經科學、機器人等，我原來學的是計算機，我在應用數學系待過，然後在統計系當教授，也兼著在心理和認知科學系的教員，還在航天航空繫帶機器人方向博士生。這幾十年我一直在學習，尋找一個大的全景圖。現在這些經歷都派上了用場，我回國後推動成立了北大智慧學院，規劃了一個新的交叉學科課程體系，並聯合北大清華創辦“通班”，由此開始按照人工智慧的“初心”培養第一代“科班出身”的通用人工智慧本科生。
實際上，智慧是極其複雜的系統，人工智慧是一個非常大的交叉學科。我認為它是一門科學，2022年教育部設定了“智慧科學與技術”作為一級學科， 跟數理化計算機等學科平行。社會上絕大部分人還認為智慧是計算機的一個分支與應用，這是很不恰當的觀點。而人工智慧領域，大部分人做研究只是看其中的一個很區域性的小問題，看不到整個全域性，很多在我看來是非常直觀的事情，別人看不透，這一點也常常讓我非常吃驚。一個研究人員如果缺乏對全域性的瞭解，就缺乏對趨勢的判斷，造成了我們所說的打籃球的情況，就是球（熱點）在哪裡，趕緊去追那個球（熱點）。
現在回過頭來看，我要追求的這些目標可能跟我整個人生的經歷和性格確實有些關係。我也不是一個非常執拗或者是偏執的人，那倒真不是，在我身邊長期工作的人都說我太寬容，我只是不想浪費自己的人生。
我們中國是個世俗社會，我們追求的是社會影響，所謂“不朽”，“立德、立功、立言”，像王陽明、曾國藩這樣的人，他們本來是讀書人，又能帶兵打仗。
《知識分子》：我們也注意到，人工智慧這一波熱潮，我們不少人只是善於跟蹤？
朱松純：中國科研界有個說法，叫從跟跑到並跑，然後再領跑，這是過去二十多年的一個思路。中國大學真正做科研的時間是比較短的，上個世紀80年代，我們的大學老師，基本上只能是照著人家的教科書在教。我讀大學的時候，什麼作業系統、程式語言，老師沒法講，沒幹過這些研究，只能照著外國教科書來翻譯講解。
中國真正開始建設“研究型大學”是在1998年5月份提出要建設世界一流水平的大學，然後開始增加科研經費。你想，大部分的老師會怎麼做科研呢？那隻能是說，哪個地方熱我趕緊去，哪個話題熱我就開始教這個課。大家本來就沒有自己的陣地，自然也沒法堅守，這是歷史發展的一個必然階段。但是，如果大家形成了一種慣性，評價標準按照這種定式來搞，那就是一個相當嚴重的問題了。
我估計一直到2010年前後，開始有更多的在海外名校任教的學者學成回來。可能生物領域好一些，因為咱們學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來了。我們計算機與人工智慧相關專業，當年出去很難，但出去之後找工作比較容易，工資待遇都挺好，相對出去的晚，回來的也比較少，所以造成了我們目前這麼一個狀況。但我們也不能說去責備誰，現狀就是這樣的。
《知識分子》：從科學發展角度，有一個叫李約瑟之問；後來又有錢學森之問，說中國為什麼培養不出領軍型的人才，這當然涉及到教育了，我也想聽聽您的看法，顯然像清華、北大這樣的學校，大家寄予的希望是不一樣的。
朱松純：這的確又是一個很嚴峻的問題，我們需要嚴肅對待。
我在元培學院的開學典禮上做過一個報告，談到了我對錢學森之問自己粗淺的理解。怎麼樣培養出領軍型的、堪當重任的戰略性人才，是當前歷史時期尤其凸顯的問題。頂尖人才培養是一個全方位的、複雜的、緩慢的過程。
我跟元培的同學說，從統計意義上講，儘管他們來的時候都是高考的佼佼者，可能是萬里挑一的，但是20年、30年之後在社會上能夠真正成為領袖人物的機率，可能達到1%就不錯了。
只有極少數人能成為萬里挑一、甚至百萬裡面挑一的“傑出”人才即“Outstanding”。
為什麼造成這個現象？這是個統計規律，有一箇中心極限定理管著。本質上就是一個選擇和被選擇的問題。假設你的人生一共有十個重大的選擇，你選對了七八項，就能成為一個了不起的人物；如果選對了四五項，可能還是一個不錯的成績，如果選對兩三次，那就是迴歸到一般人，泯然於眾生了。很明顯，大部分人沒有做出正確的選擇。如果隨大流是對的選擇，那滿社會都是領袖人物了。這反過來也說明，正確的選擇往往與大眾的認知是相反的，逆流而動是需要超前的眼光、堅定的信念、和行動的勇氣的。
是什麼東西驅動了人的選擇？當然是個人的價值觀。
我當時總結了三個要素SCI：第一個是興趣Interest，對我來說，這30年驅動我選擇的，是對人工智慧統一理論的追求。那麼你找到你自己的興趣了沒有？興趣才是持久的內驅力。很多人的興趣就不在科研問題本身。第二個是你的性格。大家都往那邊走的時候，你敢不敢逆行？孟子原來說過， “道之所在，雖千萬人，吾往矣。” 你有沒有這個勇氣？大部分人是沒有勇氣的。第三個是你的家庭，特別是配偶，他們跟你價值是否一致，是否支援你幹這個事？沒有這個保障，就幹不長久。
《知識分子》：現在很流行的看法，做科研的先把職業的晉升道路搞上去，把論文發夠，把影響因子做夠，就業的先實現財富自由。
朱松純：科學職業化，這個改變要追溯到二戰之後，美國在二戰中看到了科技的重要作用，V.Bush 寫了那個報告《科學——無盡的前沿》，由此成立了自然科學基金NSF（1950）、DARPA（1958）等機構，推動了科學中心從歐洲移到了美國。我認為這種機制有一個巨大的副作用，就是把科學職業化了，很多不該來做科學的人都進來了，人越多，聲音就越雜，就難以評價了。比如，現在一個人工智慧領域的國際會議，每年提交一萬多篇論文，會議組織者根本找不到足夠的合格的人來評審！因為是雙盲隨機的評審，一個大教授寫的前沿文章，可能就送到一個碩士生、甚至本科生手上來評。
至少在我這個領域，大量的研究工作客觀來說是無意義的，是不值得做的，也許用來練兵是可以的。但是，這些人反而成為了大多數、成為了主流。
要改變這個評價機制是一個很難的事，我們希望在區域性上能夠做出一些修正，比如說目前國內也出臺了新的政策，像我們做新型研發機構，希望引進新的管理機制，新的評價機制來做出改變，這是任重道遠的。但是我們也要看到進步，就像環境治理一樣，幾年前北京的空氣很糟糕，但這幾年霧霾也消失了，大多數時候是藍天白雲。關鍵是上面的人要下決心，找到有效的辦法，下定決心來幹這個事情是可以做好的。
我現在當院長，就跟青年教授反覆說，我評價你的時候，不是說你有多少篇論文，多少個引用，或者是什麼帽子，那些都是別人給你的評價，我有我自己的判斷。我認為最重要的事情是看你選擇了什麼樣的課題，你選的課題有多大，這個課題有多大的意義？但是，我發現大家基本聽不進去，這是一個社會現象，一隻鳥或者一條魚在一個大的群體運動的時候，它是看不到遠方的，它只看得到周圍的鳥或魚怎麼動，然後跟著動。青年學者被這個科學的群體來審稿、評專案，所以，他們基本就不能脫離這個群體的學術觀和方法論，就卷在一起了。
《知識分子》：我們注意到，這一次中國的大學成立了很多人工智慧學院，從學科的角度，是不是一種分化的開始？北大怎麼佈局這個學科的發展？
朱松純：2022年9月13日，教育部公佈“智慧學科與技術”專業成為新增的交叉門類的一級學科，這標誌著這個學科正式確立了。其實北大應該是智慧學科的誕生地，2002年成立了全球首個智慧科學系，最早開始了“智慧科學與技術”本科專業。我加入北大後，推動北大在2021年成立了智慧學院，構建了完整的本碩博人才培養體系。
大家可能發現，這與社會認知的“人工智慧”專業不一樣了，其實在北大的智慧學科裡面涵蓋了兩個專業“智慧科學與技術”和“人工智慧”。我們認為“智慧科學與技術”專業是一門研究自然智慧的形成與演化的機理，以及智慧的理論、方法、技術和應用的基礎學科，是一門新興的交叉學科。因此在北大把這個專業放到了智慧學院開展教學與研究。
智慧學科的興起
人工智慧專業過去一直被看作是計算機的一個應用技術與工程領域，1970-80年代人工智慧熱潮中代表性的是專家系統與知識工程。近年來，統計、大資料、深度學習的快速發展與普及應用，成為本次人工智慧熱潮的主要代表性技術，人工智慧被賦予了新的內涵，很多人認為人工智慧是一個賦能百業的技術。我在北大將人工智慧定義為一個學科大交叉的陣地，適合放在人工智慧研究院，開展智慧與文理醫工的大交叉研究。比如AI藝術、計算社會、智慧法治、智慧醫療等交叉研究。
為支撐上述兩個專業人才的培養，我們在北京大學設立兩個人才培養旗艦班：通用人工智慧實驗班（簡稱“北大通班”）和北京大學智慧科學與技術實驗班（簡稱“北大智班”）。
“北大通班”授予“人工智慧”學士學位，特色是“文理大交叉”，目標為打造“通用人工智慧戰略王牌軍”，培養“通識、通智、通用”的世界頂尖複合型人才。“北大智班”授予“智慧科學與技術”學士學位，特色是“理工強基礎”，目標為培養智慧科學領域新一代領軍人物，引領智慧科學前沿理論與技術應用的發展。
同時，依託清華自動化系，我們開設了通用人工智慧因材施教計劃。這三個班加在一起，每年就可以為國家輸送上百名頂級人才，學生也在北京通用人工智慧研究院開始科研實踐活動。這是對國家提出的教育、科技、人才 “三位一體”戰略思想的最好實踐。
《知識分子》：中美的人工智慧，涉及到國家層面的競爭，包括產業的和學術的。有一種批評聲音，認為中國的人工智慧實際上學術界沒有多少大的創造，包括產業界也是把國外的包括硬體的、軟體框架拿過來用，中國自己的好像最後沒有出來一個好的東西，您怎麼看？
朱松純：幾年前，有人認為中國人工智慧可能比美國強，因為在應用方面我們場景多、資料多。我們首先要看清楚人工智慧這個領域有多大，現在大家做的深度學習只是其中一小塊而已，目前像這種研究的正規化，我認為它只是人工智慧發展道路上的一次戰役，那麼整個這場仗怎麼打？是需要戰略，需要有更大的地圖來看。
我覺得中國在人工智慧和美國相比，有很多弱勢的地方，關鍵的一個問題是，美國在下圍棋，中國在打籃球。確實很多東西都是美國的開原始碼，中國的學校和公司拿來在用，那麼我們需要營造一個更好的學術氛圍和評價機制，使得我們的原創的東西能得到支援。
原創的東西難以在中國生根發芽，發展壯大，之所以出現這樣那樣的問題，除了有我剛才說的歷史發展階段的因素，另外一個是我們這些老師也才剛剛學會怎麼去做科研，歷史太短，評價體系還非常的不完善，如何判斷一個方向的真正價值？你搞一個前沿的專案去評的時候，評的專家可能覺得你不對，這搞的怎麼跟別人不一樣，大家都在搞這個，你怎麼去搞那個？很多原創的想法就會被那些非原創的人給滅掉了，因為他們是絕大多數，多少年來日復一日就形成了思維的慣性。
在這一點上，我們可以向美國學習，比如他們科研專案管理機制，美國有一批資深的專案經理，他們自己不做科研，或者是退下來了，沒有自己的利益訴求，他們對所在領域的科研人員、思路、流派、國家需求，都有深刻的瞭解。戰略性的專案由他們選課題立項、選首席科學家、選團隊，而不是交給同行專家來立項與評審，這種機制避免了專家既是裁判員又是領隊、教練員、運動員的情況。一流的運動員不一定是一流的裁判員，一流的裁判員不必是一流的運動員。
自我回國兩年多的感受來看，國家在這方面改革的魄力是非常大的。比如北京通用人工智慧研究院就是一個全新的研發機構，探索新型的科研模式。
國家發展到了一個新的歷史時期，在大力推動教育科研人才“三位一體”發展戰略。這需要科研與教育工作者把握時代脈搏，廣大學生、家長、配偶，乃至全社會共同努力，營造一個鼓勵原創科研與前沿探索的社會大環境。
06 追求科學之美，崇尚原始創新
《知識分子》：過去一年，幾乎所有人都在談論人工智慧，您怎麼看待這一熱潮？
朱松純：因為我一直念念不忘大一統理論，智慧也是各種現象（認知智慧、感知智慧、具身智慧、心智、社會智慧等等），跟物理學中的各種現象（光、電、磁、重力等等）是類似的。我就相信在這麼多複雜的、說不清楚的現象背後，一定有一個非常簡單很美的數學理論， 這是人類智慧和人工智慧所共有的。我在大學的時候就思考這個問題，三十多年過去了，到今天仍然還相信，這是為什麼我後來搞通用人工智慧AGI。現在搞人工智慧很少有美感的模型，一些AI“大模型”有點醜陋，這些模型是什麼，都還說不清楚，更不要談美感。
我認為AGI一定不是一個幾萬億引數的大模型能夠做出來的這麼一個說不清楚的東西，一定是一個非常美的、簡單的東西。你要相信這個東西一定要存在，所有的科學都是追求用最簡約的模型來解釋紛繁複雜的現象。
《知識分子》：當下，人類科學處於什麼樣的發展階段，中國能有什麼樣的作為？
朱松純：我相信現在科學的前沿確實是在往資訊科學、智慧科學轉移，從物理空間轉向資訊、思維和認知的空間，在這些新的空間，它們的複雜度和模型，和物理的模型顯然是不一樣的，這也是我們中國希望成為一個世界的科學中心的一個機會。
我們希望北京建成世界的科創中心，這個科創中心必須有原創的思想，原創的技術路線提出來，不能說跟著人家的大模型、AlphaGo跑，那是永遠也不可能建成一個世界科學中心的。我們要有這種膽量、氣魄與定力， 在新的科學花園中去構造自己的理論，有可能我們這一代人也只是做一個轉移和鋪墊，但是我相信我們能夠做成領先世界的成就，在通用人工智慧領域或許我們有機會做出可以貢獻給全人類的成果。
07 大家說
密歇根大學數學、統計學和心理學教授張俊：
朱松純教授的團隊打造以價值函式驅動、“眼裡有活”的自主通用智慧體，是基於認知心理學、發展心理學對智慧起源的實證知識，其技術路線與漸成國際主流的MIT/哈佛以Tenembaum為首的認知計算學派是一致的，達到了並在某些方面（例如心智理論Theory-of-Mind推理）甚至超過國際領先水平。值得指出的是，朱教授基於U-V函式系統的認知架構，對於通用人工智慧裡“人機互動”、“價值對齊”問題提供根本性而不是ad hoc（特定的）的解決方案，是構建新一代智慧體的不可或缺的理論依據。
北京大學人工智慧研究院助理教授朱毅鑫：
朱松純教授規劃了一個宏大的通用人工智慧願景，著力整合了北京大學人工智慧研究院（含北大通班）、北京大學智慧學院、清華大學自動化系（含清華通班）的 AI 相關專業力量，更新教學內容、引進國際人才。同時以北京通用人工智慧研究院為核心，創造性地建立了以通院 + 北大 + 清華為主體、輻射北京其他高校的科研體系。朱松純教授提供的一攬子方案和平臺提供了廣闊的跨領域合作機會，融合了認知、腦科學、神經、人類學等各個方向的國內優質資源，共同探討當今的 AI 弱點在哪裡、如何建立更好的類人智慧，從而在不久的未來使 AI 更好的與人協作。
北京通用人工智慧研究院認知與推理實驗室範麗鳳：
通院提供了一個非常好的平臺，支援我去做一直以來從事的研究工作。他的工作風格與企業研究院非常不同，通院做的研究工作屬於長期主義。通用人工智慧是未來人工智慧領域的主攻方向，短期之內可能看不到什麼顯著的突破，但重要的是沿著正確的方向持續走下去。
租！GPU算力
新上線一批4090/A800/H800/H100
特別適合企業級應用
掃碼瞭解詳情☝
