学霸高考,报北大「通班」!朱松纯领衔、陈宝权出任智能学院副院长

2022 年 6 月 8 日 新智元



  新智元报道  

编辑:好困 拉燕

【新智元导读】AI院成立、通班开班、智能学院成立,北大人工智能学科发展建设迎来新篇章!IEEE Fellow陈宝权教授加盟北大智能学院,携手朱松纯院长砥砺前行。


去年春天,北京大学通用人工智能实验班开班了!

 

到今年,也一年多了。

 

在这一年多的时间里,北大开发了新课程,引入了新的教育理念。

 

新同学不断加入,全新的挑战接踵而至。

 

当然,结果也一样是好的。

 

(来源:北京大学公众号)

 

根据AI Rankings的最新国际排名,北大在AI领域排到了全球第二,当之无愧的世界前列。

 

 

接下来,就让我们一同走进北大通班一年来的故事吧~

 

通班——通识、通智、通用


2021年,通班「出生」了。

 

去年4月25日,北京大学校长郝平在庆祝清华大学建校110周年大会上的致辞中提到,两校联手建立的通用人工智能实验班,意义重大。


通班的学生将主要来自三大竞赛金牌得主和高考理科省前十名,其中,集训队队员和高考理科省前三可获得直接录取。

 

(来源:北京大学公众号)

 

如果我们把目光再往前一点的话,会看到哪一幕呢?

 

1986年,由学部委员程明德先生和石青云院士发起,以北京大学数学系、计算机系、无线电系为主体,联合全校十余个系所,以学科交叉为特色,成立了信息科学中心。

 

1988年,北京大学第一批国家重点实验室——视觉与听觉信息处理国家重点实验室正式成立。

 

这在当时成为了国内人工智能领域的一面旗帜。

 

2002年,依托北京大学信息科学中心成立了北京大学智能科学系。

 

2019年,北京大学人工智能研究院成立了。

 

后来一直到2021年,智能学院作为最新成立学术机构,大幕拉开。

 

(来源:北京大学公众号)

 

通班有好课、好老师和好同学

 

通班开班一年以来,一批又一批的学子走进了这座前沿学术殿堂。

 

他们在这里学习AI相关的知识,收获友谊,攻克一个又一个难题。

 

对任何学校来说,课程当之无愧都是最重要的内核。

 

(来源:北京大学公众号)

 

通班的培养目标有以下三点:

 

第一,虽说通班主要搞的是AI,但人文社科的精神食粮却绝不能舍弃。

 

第二,人工智能的六大领域,通用视觉、自然语言处理、认知推理、机器人、机器学习和多智能体,都要有所兼顾。毕竟,AI未来发展之快没有人可以预料。只懂得某一部分的知识难以形成联动,得到更大的发展。

 

第三,AI+是重点。知识不能只落脚在知识上,而应大胆融入各行各业的实际应用。

 

在这三点的指引下,通班的学子从开设的课程中获益匪浅。

 

(来源:北京大学公众号)

 

在北京大学的采访中,几位同学都表达了对课程的喜爱。

 

2021级的钱炜楠就表示,人工智能初级研讨班和人工智能引论这两门课他都很喜欢。研讨班带领他一探人工智能的前沿,引论中又能系统地学到人工智能相关的知识。

 

AI中的数学则格外吸引2020级的贾越如同学。

 

他表示,「这门课让我能在每一章的学习后都对AI中的数学问题有更深入的了解。」

 

(来源:北京大学公众号)

 

此外,聊到AI,除了技术以外,伦理和法治问题也就不能逃开了。

 

通班开设了人工智能伦理与治理这门课,由法学院教授授课。

 

2019级林昊苇表示,这门课让他有一种一人分饰多角的感觉。同时扮演了社会决策者、治理者以及技术提供者。

 

同时,还让他更清晰地了解到了真实的社会是如何运作的,以及作为完整的链条应该如何串联。

 

除去课程的设置以外,广大学子还在这里体会到了浓浓的师生情。

 

(来源:北京大学公众号)


AI界的泰斗:院长朱松纯


说到通班,就必须介绍它背后的领衔人物——朱松纯教授。


朱教授目前是北京大学讲席教授、清华大学基础科学讲席教授,同时担任北大智能学院院长、北京大学人工智能研究院院长。

 

(来源:北京大学公众号)


作为全球著名的计算机视觉专家、统计与应用数学家与人工智能顶尖学者,朱松纯教授不仅推动了人工智能在认知层面的新理论突破,更是通用人工智能领域的拓荒者。


早在1990年代,朱教授便率先将概率统计建模与随机计算方法引入计算机视觉研究,独树一帜地提出了一系列图像与视频结构化解译的框架、数理模型和统计算法,并发展了广义模式理论(General Pattern Theory)。


 

1991年,朱松纯教授从中国科学技术大学毕业,次年赴美留学师从国际数学大师大卫·曼福德教授,1996年获得美国哈佛大学计算机博士学位。

 

朱教授在国际顶级期刊和会议上发表论文300余篇,获得计算机视觉、模式识别、认知科学领域多个国际奖项,包括3次问鼎计算机视觉领域国际最高奖项--马尔奖,赫尔姆霍茨奖等。

 

此外,朱教授还2次担任国际计算机视觉与模式识别大会主席(CVPR2012、CVPR2019),2010-2020年2次担任美国视觉、认知科学、人工智能等领域多大学、跨学科合作项目MURI负责人。

 

在2002至2020这18年间,朱教授在美国加州大学洛杉矶分校(UCLA)担任统计系与计算机系教授,UCLA视觉、认知、学习与自主机器人中心主任。

 

 

而当祖国需要人工智能领域人才时,留美28年的朱松纯毅教授然放弃了在美国的事业,于2020年9月回到祖国,组建了北京通用人工智能研究院(Beijing Institute for General Artificial Intelligence,BIGAI)并出任院长一职。

 

「通院」的目标,便是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。

 

同年,朱松纯教授出任北京大学人工智能研究院院长,领导人工智能研究院的建设和发展。


 

2021年,朱教授创立了北大通班,也就是刚刚提到的通用人工智能实验班。

 

通班的目标也很明确:培养具有「通识」(即了解和人工智能交叉的人文学科)、「通智」(即掌握人工智能核心理论)和「通用」(即掌握支撑人工智能的基础学科并具有切实的动手能力)知识和技能的人工智能「通才」。

 

北大首届通班合照


北大第二届通班合照

 

博雅特聘教授陈宝权出任副院长


除了大家熟悉的朱松纯教授,前段时间,北大智能学院又迎来了另外一位大牛——陈宝权。

 

作为北京大学博雅特聘教授,前沿计算研究中心执行主任,IEEE Fellow和中国计算机学会会士,他将出任学院的副院长,共同协助朱院长。

 

 

陈教授于2018年当选中国计算机学会会士,2019年当选 IEEE Fellow,2021年入选IEEE Visualization Academy和中国图象图形学学会会士。

 

研究领域为计算机图形学、三维视觉与可视化,并在ACM SIGGRAPH、IEEE VIS、ACM Transactions on Graphics (TOG)、IEEE Transactions on Visualization and Graphics (TVCG) 等国际会议和期刊发表论文200余篇。

 

陈教授曾获美国国家科学基金会杰出青年学者奖(NSF CAREER Award 2003)、IEEE可视化国际会议最佳论文奖(2005)、中国计算机图形学大会杰出奖(2014)。


并入选了中科院百人计划(2008)、国家杰出青年科学基金资助(2010)、教育部长江学者特聘教授(2015)、国家万人计划领军人才(2017)。

 

  

陈教授曾多次担任计算机图形与可视化领域几乎所有重要国际会议的PC成员;并曾担任IEEE VIS 2005大会主席、2004程序委员会主席,以及SIGGRAPH ASIA指导委员会成员、2014大会主席。


此外,陈教授还在2017年共同发起计算机图形学与混合现实研讨会(GAMES)并任指导委员会成员;2021年发起中国三维视觉大会(China3DV)并任首届会议主席;曾兼任北京市未来影像高精尖创新中心首席科学家。



陈教授创建了北大图灵班的「科研轮转」机制并亲授科研实践课程,所教学生人才辈出,如获得STOC 2020最佳论文奖的吴克文,和刚刚获得ACM 2022年度学生科研竞赛本科生组全球第一名的郭资政等。


他亲自指导科研的本科生均在本科期间发表国际顶级期刊论文,如首届字节跳动奖学金获得者倪星宇,全国百名国家奖学金获得者翁伊嘉,北大「未名学士」荣誉称号获得者李沛卓等。



陈教授曾主持国家重点基础研究发展计划(973计划)项目「城市大数据的计算理论和方法」并担任首席科学家。现主持国家重点研发计划「科技冬奥」重点专项「冰雪项目交互式多维度观赛体验技术与系统」,为北京冬残奥冰球比赛实时提供「子弹时间」特效精彩瞬间回放,并受到了OBS工程技术总监伊西多罗·莫瑞诺(Isidoro Moreno)的高度认可。 


现在,陈教授是中国图象图形学学会常务理事、CSIG三维视觉专委会主任、中国计算机学会(CCF)理事、计算机辅助设计与图形学专委会常务委员、大数据专委会常务委员、中国可视化与可视分析大会(ChinaVIS)的指导委员会成员


同时,陈教授也是Computer & Graphics期刊编辑指导委员会成员,并担任多个国内外期刊与丛书编委:国际工业与应用数学学会(SIAM)《数据科学丛书》(Data Science book series)、Computational Visual Media(CVMJ)、Visual Computing for Industry, Biomedicine and Art (VCIBA)、《大数据》以及《中国计算机通讯》专题主编。


 

2018年,陈宝权教授创立了可视计算与学习实验室,专注于三维场景的智能化重建与模拟仿真,主要服务于虚拟现实与增强现实、数字孪生、智能机器人、元宇宙等应用领域。

 

其中,可视信息是人类、智能机器人进行日常生活和交流的关键,为后者提供理解和分析,在计算机图形学、计算机视觉、机器学习、大数据、虚拟现实和增强现实以及机器人等领域吸引了广泛关注。

 

 

不难看出,无论是学院的成立,还是实验班的开课,亦或是大牛的加入,所有的这些都代表着通用人工智能的人才培养已经成为了大势所在。

 

而北京大学,作为人工智能研究的前沿领地, 也打磨出了一套《北京大学人工智能实验班培养体系》。

 

这套培养方案摆脱了本科生培养方案以课程为主的培养模式,并将课程学习、科研实践和社会活动三者结合起来。

 

毕竟,只有理论和实践并重、具有完全人格和专业素养的年轻人才能够引领人工智能的未来发展方向。


新闻来源:

https://mp.weixin.qq.com/s/nBG9yGuArvvumdZW3B0GKg


参考资料:

https://mp.weixin.qq.com/s/HA4mF5GT_Cx3i71dehM9fw







登录查看更多
0

相关内容

朱松纯教授是人工智能领域全球著名的学者,主要研究包括通用人工智能基础、计算机视觉、统计建模与计算、认知科学、机器学习、自主机器人等。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(Center for Vision, Cognition, Learning and Autonomy,VCLA)主任。2020年11月起,任北京大学人工智能研究院院长。
 第八届中国科技大学《计算机图形学》暑期课程课件
专知会员服务
54+阅读 · 2020年3月4日
【CAAI 2019】自然语言与理解,苏州大学| 周国栋教授
专知会员服务
62+阅读 · 2019年12月1日
丘成桐已全职加入清华
量子位
0+阅读 · 2022年4月21日
北大数学“黄金一代”今何在?
极市平台
0+阅读 · 2022年4月4日
【科普】吴飞教授:《走进人工智能》---发刊词
中国图象图形学学会CSIG
0+阅读 · 2022年3月1日
自动化所第一届直博生实验班顺利开班!
中国科学院自动化研究所
0+阅读 · 2022年1月1日
哈工大SCIR 2021级研究生开学典礼成功举办
哈工大SCIR
1+阅读 · 2021年9月23日
国科大首届人工智能专业本科生开班!
中国科学院自动化研究所
0+阅读 · 2021年9月7日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年5月31日
国家自然科学基金
0+阅读 · 2015年4月20日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年7月31日
国家自然科学基金
0+阅读 · 2012年9月5日
国家自然科学基金
0+阅读 · 2012年8月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
16+阅读 · 2021年11月27日
Arxiv
18+阅读 · 2021年6月10日
Arxiv
17+阅读 · 2021年2月15日
Arxiv
13+阅读 · 2019年1月26日
Arxiv
11+阅读 · 2018年10月17日
VIP会员
相关资讯
丘成桐已全职加入清华
量子位
0+阅读 · 2022年4月21日
北大数学“黄金一代”今何在?
极市平台
0+阅读 · 2022年4月4日
【科普】吴飞教授:《走进人工智能》---发刊词
中国图象图形学学会CSIG
0+阅读 · 2022年3月1日
自动化所第一届直博生实验班顺利开班!
中国科学院自动化研究所
0+阅读 · 2022年1月1日
哈工大SCIR 2021级研究生开学典礼成功举办
哈工大SCIR
1+阅读 · 2021年9月23日
国科大首届人工智能专业本科生开班!
中国科学院自动化研究所
0+阅读 · 2021年9月7日
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年5月31日
国家自然科学基金
0+阅读 · 2015年4月20日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年7月31日
国家自然科学基金
0+阅读 · 2012年9月5日
国家自然科学基金
0+阅读 · 2012年8月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员