朱軍：在火爆熱潮中依舊冷靜的貝葉斯研究者

自 1999 年起，《麻省理工科技評論》每年都會推出「35歲以下創新35人」（Innovators Under 35）榜單，旨在於全球範圍內評選出被認為最有才華、最具創新精神，以及最有可能改變世界的 35 位年輕技術創新者或企業家，共分為發明家、創業家、遠見者、人文關懷者及先鋒者五類。

2017 年，該全球權威榜單正式推出中國區評選，並已公布並首屆評選結果。現在，《麻省理工科技評論》正式開設「35歲以下創新35人」中國榜單專欄，以人物報道的形式幫助中文讀者了解這些來自中國的新生代科技力量。

朱軍-先鋒者

「在火爆熱潮中依舊冷靜的貝葉斯人工智慧研究者」

獲獎年份：2017年

獲獎時年齡：34歲

獲獎時職位：清華大學計算機科學與技術系副教授

獲獎原因：取得多項貝葉斯研究成果，跳脫過去 250 多年歷史的經典貝葉斯「非先驗即似然」框架，並將 20 多年來相互分離的兩大方向，最大間隔學習和貝葉斯學習，有機融合在一起。還開發了「珠算」概率編程庫。

長期從事貝葉斯人工智慧研究取得多項成果，提出正則化貝葉斯理論, 跳脫過去 250 多年歷史的經典貝葉斯「非先驗即似然」框架，並提出貝葉斯模型的最大間隔學習理論與高效演算法，將 20 多年來相互分離的兩大方向有機融合在一起。研發「珠算」概率編程庫，有效支持貝葉斯方法與深度學習的有機融合，實現多機多 GPU 卡的高效計算。

2011 年，當時正在全球人工智慧科研重點學術機構的美國卡內基梅隆大學進行博士後研究的朱軍，在其博士導師清華大學張鈸教授的邀請下，回到清華大學任教，全面負責新一代博士生培養，而這位在清華大學計算機系教授、中科院院士張鈸口中 「指導過的最出色博士生」，在回國後不久，也展現了自己在人工智慧學術研究工作以及人才培養方面的優秀才能，成為中國人工智慧領域發展的關鍵人物。

朱軍於2013年加入國家重點研究計劃（973計劃）擔任課題負責人，身為西安交通大學數理學院教授、中科院院士、973計劃首席科學家的徐宗本這樣形容朱軍：「他可能是國家973整體計劃中最年輕的一位課題負責人，而且其所負責課題的研究也獲選為我們973項目的代表性成果。」

圖丨朱軍

人工智慧相關研究的熱度在過去幾年持續上升，而以深度學習為代表的人工智慧技術已成為很多科學研究與工程領域的關鍵技術。朱軍長期投注心力於貝葉斯人工智慧研究，並在此領域取得多項進展，獲得全球人工智慧學術界高度關注。

其中，朱軍所提出的正則化貝葉斯理論，被認為是跳脫過去 250 多年歷史的經典貝葉斯「非先驗即似然」框架，為貝葉斯推理提供第三維自由度，也就是所謂的「後驗正則化」，可以更靈活方便地引用該領域的知識。

事實上，正則化貝葉斯同時也提供了一個全新的理論框架，為人工智慧中如何將知識與數據有機融合的難題，提供了理論意義與應用價值上的全新發展方向。

另外，在正則化貝葉斯框架下，朱軍所提出的貝葉斯模型的最大間隔學習理論以及高效演算法，將過去20多年來相互分離的兩大方向進行有機融合。一方面通過判別式最大間隔學習，顯著提高貝葉斯模型的預測性能，另一方面則是通過非參數貝葉斯推理，自動確定最大間隔模型的複雜度。

而值得注意的是，由朱軍所帶領的清華大學研究團隊，於2017年發布的珠算編程概率庫，進一步有效支持貝葉斯方法與深度學習的有機融合，實現在多機多GPU 卡的高效計算。

圖丨朱軍

目前已有許多開放框架支持深度學習進行開發和原型設計，但卻沒有太多的平台能支持貝葉斯深度學習。根據朱軍的規劃，希望通過構建被稱為 「珠算」的平台，一方面支持深度學習，另一方面也可支持貝葉斯推斷。更重要的是，這將會成為深度學習與貝葉斯兩者之間的有機融合平台，推動該方向的研究和工程實踐。

在皖西北的農村長大的朱軍，說自己年少時的求學歷程是「少了一些功利，多了一分自然和真實」。朱軍說自己一路走來都很幸運，走過的路都不是事先規劃的，任何一個小偏差可能都會改變整個軌跡，而考上清華大學是人生中最重要的轉折點，因為清華給他了一個更大的學習與工作的平台，讓他得以找到自己的興趣方向。

考上清華後的朱軍，跳出了高考應試教育的模式，回歸興趣驅動的學習，花了很多時間思考和培養自己的興趣。朱軍在大一時選了他說很「難啃」的全英文物理課，學習英文的思維方式；大二時開始進入實驗室做SRT訓練，初步了解如何開展一個課題；大三時嘗試了有挑戰性的暑期研究課題，並花一個夏天來設計CPU。

這一個暑期研究的經驗，對於後來朱軍踏上科研之路起了很大的作用。朱軍說，「當時，我們是第一批嘗試做16位指令集和流水線的學生，通過不斷地探索和調試，最終圓滿完成任務。這種探索給了我很大的成就感，也給了我繼續讀博的信心。在那之後，我很快聯繫了張鈸院士讀博，「跨界」選擇了人工智慧方向。要知道那時候，人工智慧、機器學習遠沒有現在這麼火熱，甚至有些冷清，我當時也是零基礎，完全出於興趣選擇了這個方向。」

在培養興趣的過程中，朱軍其實也在探索自己未來的可能，在2004年的那個夏天，他正式決定進入人工智慧學術研究的世界。之後，朱軍進入了微軟亞洲研究院實習，最先接觸的是概率圖模型，這種模型將概率論與圖論優美地融合在一起，對朱軍產生了很大的吸引力，而當時朱軍崇拜的幾位學者，如Judea Pearl、Michael Jordan、John Lafferty等都是做這個方向，其中，2011年的圖靈獎得主Judea Pearl更被稱為貝葉斯人工智慧之父。這個階段對朱軍而言，奠定了他後來人工智慧、貝葉斯相關的發展基礎方向。之後朱軍前往美國卡內基梅隆大學擔任訪問學者、進行博士後研究，更進一步深化相關研究工作。

對於自己從事的研究領域，朱軍說：「我從事貝葉斯方面的工作，屬於概率統計的範疇。但是與統計學家們又不太一樣，我更多是從機器學習的角度看問題，更關注模型的預測性能和學習效率。比如：經典的貝葉斯定理是一個從先驗分布到後驗分布的推理過程，沒有優化的目標。我們基於優化理論，將後驗分布的預測性能（比如分類錯誤率）引入到學習目標中，這種思路能夠將機器學習中比較先進的思想，比如最大間隔準則（支持向量機是一個典型例子），與貝葉斯有機融合。這種新穎的視角也給我的研究工作打開了一扇門，讓我看到很多新的問題和挑戰。」

對於在強調用創新改變世界的TR35評選中獲獎，並被評選為「科技先鋒」（Pioneer）的朱軍認為，創新對於科研是至關重要的，是衡量學術貢獻的基準，創新同時也是非常有挑戰性的。錦上添花的工作相對簡單，也容易形成「火熱」的局面。但是，基礎研究上的創新卻很難，通常需要冷靜的思考和長期的堅持，需要研究者能耐得住寂寞。

朱軍用圖靈獎得主Judea Pearl教授之前在NIPS大會上的報告受到冷遇為例，他認為，各方對Judea Pearl的報告或有不同的觀點，但這對他本人來說可能沒有太多意義，因為他最早在開創貝葉斯人工智慧的方向時，想必也是理解和支持的人少，但這並沒有影響他對人工智慧領域的基礎性貢獻。

也因為如此，朱軍對自己的期許是，目前國內人工智慧行業如火如荼，在一些應用上甚至領先全球。但在基礎理論方面，值得我們驕傲的事情卻少之又少，國內的土壤還比較貧瘠。但創新之風已然颳起，人工智慧需要國家以及整個行業的長期支持，對原創性成果更加鼓勵和包容。客觀的說，現在技術能解決的問題還相當有限。隨著範圍的擴大，應用環境將變得更加開放、更加動態和不確定，邊界條件也變得更模煳，甚至存在對抗和攻擊。因此，更多新的要求和挑戰會逐漸浮出水面。作為研究者和教師，我們有義務探究人工智慧更具前瞻性的理論方法和技術，同時，也要培養更多的優秀人才，推動人工智慧的可持續發展。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！