2018q?月，朱军因“取得多贝叶斯研究成果Q蟩p?250 多年历史的经典贝叶斯‘非先验即似然’框Ӟq将 20 多年来相互分ȝ两大方向Q最大间隔学?fn)和贝叶斯学习(fn)，有机融合在一赗还开发了(jin)‘算’概率编E库。”而入榜《麻省理工科技评论》中国区?5 岁以下科技创新 35 人”。图为颁奖现场，前排?为朱军?/span>
朱军长期从事贝叶斯h工智能研I取得多Ҏ(gu)果，提出正则化贝叶斯理论Q蟩p?250 多年历史的经典贝叶斯“非先验即似然”框Ӟq提?gu)叶斯模型的最大间隔学?fn)理Z高效法Q将 20 多年来相互分ȝ两大方向有机融合在一赗研发“珠”概率编E库Q有效支持贝叶斯Ҏ(gu)与深度学?fn)的有机融合Q实现多机多 GPU 卡的高效计算?/span>
2011 q_(d)当时正在全球人工U研重点学术机构的美国卡内基梅隆大学q行博士后研I的朱军Q在其博士导师清华大学张Ҏ(gu)授的邀(g)请下Q回到清华大学Q教，全面负责C代博士生培养Q而这位在清华大学计算机系教授、中U院院士张钹口中“指D的最?gu)博士生”，在回国后不久Q也展现?jin)自己在人工学术研究工作以?qing)人才培养斚w的优U才能Q成Z国h工智能领域发展的关键人物?/span>
朱军?013q加入国安点研I计划（973计划Q担任课题负责hQn安交通大学数理学院教授、中U院院士?73计划首席U学家的徐宗本这样ŞҎ(gu)军：(x)“他可能是国?73整体计划中最q轻的一位课题负责hQ而且其所负责N的研I也获选ؓ(f)我们973目的代表性成果。?/span>
朱军?005q和2009q先后在清华大学计算机系获得学士和博士学位，Cؓ(f)清华大学计算机科学与技术系副教授?/span>
人工相关研究的热度在q去几年持箋(hu)上升Q而以深度学习(fn)Z表的人工技术已成ؓ(f)很多U学研究与工E领域的关键技术。朱军长期投注心(j)力于贝叶斯h工智能研IӞq在此领域取得多进展，获得全球人工学术界高度关注?/span>
其中Q朱军所提出的正则化贝叶斯理论，被认为是跌q去 250 多年历史的经典贝叶斯“非先验即似然”框Ӟ叶斯推理提供W三l自由度Q也是所谓的“后验正则化”，可以更灵zL便地引用该领域的知识?/span>
事实上，正则化贝叶斯同时也提供了(jin)一个全新的理论框架Qؓ(f)人工中如何将知识与数据有合的NQ提供了(jin)理论意义与应用h(hun)g的全新发展方向?/span>
另外Q在正则化贝叶斯框架下，朱军所提出的贝叶斯模型的最大间隔学?fn)理Z?qing)高效算法，过?0多年来相互分ȝ两大方向q行有机融合。一斚w通过判别式最大间隔学?fn)，显著提高贝叶斯模型的预测性能Q另一斚w则是通过非参数贝叶斯推理Q自动确定最大间隔模型的复杂度?/span>
而值得注意的是Q由朱军所带领的清华大学研I团队，?017q发布的珠算~程概率库，q一步有效支持贝叶斯Ҏ(gu)与深度学?fn)的有机融合Q实现在多机多GPU 卡的高效计算?/span>
目前已有许多开放框架支持深度学?fn)进行开发和原型设计Q但却没有太多的q_能支持贝叶斯深度学习(fn)。根据朱军的规划Q希望通过构徏被称为“珠”的q_Q一斚w支持深度学习(fn)Q另一斚w也可支持贝叶斯推断。更重要的是Q这会(x)成ؓ(f)深度学习(fn)与贝叶斯两者之间的有机融合q_Q推动该方向的研I和工程实践?/span>
在皖西北的农村长大的朱军Q说自己q少时的求学历程是“少?jin)一些功利，多了(jin)一分自然和真实”。朱军说自己一路走来都很幸q，走过的\都不是事先规划的QQ何一个小偏差可能都会(x)改变整个轨迹Q而考上清华大学是h生中最重要的{折点Q因为清华给他了(jin)一个更大的学习(fn)与工作的q_Q让他得以找到自q兴趣方向?/span>
考上清华后的朱军Q蟩Z(jin)高考应试教育的模式Q回归兴驱动的学习(fn)Q花?jin)很多时间思考和培养自己的兴。朱军在大一旉了(jin)他说很“难啃”的全英文物理课Q学?fn)英文的思维方式Q大二时开始进入实验室做SRT训练Q初步了(jin)解如何开展一个课题；大三时尝试了(jin)有挑(xi)战性的暑期研究NQƈ׃个夏天来设计CPU?/span>
q一个暑期研I的l验Q对于后来朱军踏上科研之路v?jin)很大的作用。朱军说Q“当Ӟ我们是第一批尝试做16位指令集和流水线的学生，通过不断地探索和调试Q最l圆满完成Q务。这U探索给?jin)我很大的成感Q也l了(jin)我l读博的信心(j)。在那之后，我很快联pM(jin)张钹院士dQ“跨界”选择?jin)h工智能方向。要知道那时候，人工、机器学?fn)远没有现在q么火热Q甚x(chng)些冷清，我当时也是零基础Q完全出于兴选择?jin)这个方向。?/span>
在培d的q程中，朱军其实也在探烦(ch)自己未来的可能，?004q的那个夏天Q他正式军_q入人工学术研究的世界。之后，朱军q入?jin)微软亚z研I实习(fn)Q最先接触的是概率图模型Q这U模型将概率Z图论优美地融合在一PҎ(gu)军生了(jin)很大的吸引力Q而当时朱军崇拜的几位学者，如Judea Pearl、Michael Jordan、John Lafferty{都是做q个方向Q其中，2011q的囄奖得主Judea Pearl更被UCؓ(f)贝叶斯h工智能之父。这个阶D对朱军而言Q奠定了(jin)他后来h工智能、贝叶斯相关的发展基方向。之后朱军前往国卡内基梅隆大学担任访问学者、进行博士后研究Q更q一步深化相关研I工作?/span>
对于自己从事的研I域，朱军_(d)(x)“我从事贝叶斯方面的工作Q属于概率统计的范畴。但是与l计学家们又不太一P我更多是从机器学?fn)的角度看问题，更关注模型的预测性能和学?fn)效率。比如：(x)l典的贝叶斯定理是一个从先验分布到后验分布的推理q程Q没有优化的目标。我们基于优化理论，后验分布的预测性能Q比如分c错误率Q引入到学习(fn)目标中，q种思\能够机器学?fn)中比较先进的思想Q比如最大间隔准则（支持向量机是一个典型例子）(j)Q与贝叶斯有合。这U新颖的视角也给我的研究工作打开?jin)一扇门Q让我看到很多新的问题和?xi)战。?/span>
对于在强调用创新改变?sh)界的TR35评选中获奖Qƈ被评选ؓ(f)“科技先锋”（PioneerQ的朱军认ؓ(f)Q创新对于科研是臛_重要的，是衡量学术A(ch)献的基准Q创新同时也是非常有?xi)战性的。锦上添q工作相对单，也容易Ş成“火热”的局面。但是，基础研究上的创新却很难，通常需要冷?rn)的思考和长期的坚持，需要研I者能耐得住寂寞?/span>
朱军用图灵奖得主JudeaPearl教授之前在NIPS大会(x)上的报告受到冷遇ZQ他认ؓ(f)Q各方对Judea Pearl的报告或有不同的观点Q但q对他本人来说可能没有太多意义，因ؓ(f)他最早在开创贝叶斯人工的方向时Q想必也是理解和支持的h，但这q没有媄(jing)响他对h工智能领域的基础性A(ch)献?/span>
也因为如此，朱军对自q期许是，目前国内人工行业如火如荼Q在一些应用上甚至领先全球。但在基理论斚wQ值得我们?jing)傲的事情却之又少Q国内的土壤q比较瘠。但创新之风已然刮vQh工智能需要国家以?qing)整个行业的长期支持Q对原创性成果更加鼓励和包容。客观的_(d)现在技术能解决的问题还相当有限。随着范围的扩大，应用环境?yu)变得更加开放、更加动态和不确定，边界条g也变得更模煳Q甚臛_在对抗和d。因此，更多新的要求和挑(xi)战(sh)(x)逐渐出水面。作为研I者和教师Q我们有义务探究人工更具前瞻性的理论Ҏ(gu)和技术，同时Q也要培L多的优秀人才Q推动h工智能的可持l发展?/span>
清华校友M(x)服务?/span>
清华校友M(x)订阅?/span>