孙剑：找到科研落地的解决办法就像与世界对话

11月18日，有“中国诺贝尔奖”之誉的何梁何利基金2019年度颁奖大会在北京举行，来自人工智能领先企业旷视的孙剑获得“科学与技术创新奖”，成为AI产业界唯一获奖者。

获奖对他来说并不少见。10月末两年一度的国际计算机视觉大会ICCV在韩国首尔落幕，期间举行的COCO挑战赛是全球最权威的国际计算机视觉竞赛，孙剑及其团队一举拿下了物体检测、全景分割、人体关键点3项第一——这是其连续第三年获得多项冠军，也是COCO自2015年开赛以来“前无古人”的纪录。

“AI已经悄悄潜入日常生活，就拿这次在COCO挑战赛获得冠军的三个项目来说，此刻或者将来你一定用得上。”孙剑在接受中国青年报·中国青年网记者独家专访时说，参赛拿冠军并不是目的，重要的是用更强的、有差异化的产品来证明自己。

孙剑解释，计算机视觉领域中讲的“物体检测技术”就是要训练机器能够检测到图像里的特定内容，比如一张照片里的人或动物以及它们大概在什么位置，这项技术可以应用在自动驾驶领域，帮助汽车检测路上的行人、车辆、红绿灯状况，也可以应用到智能物流，帮助机械臂准确地抓取物体；“全景分割技术”则到了像素级别，机器知道照片里的人在哪儿还不够，还需要知道具体形状，人们在手机自拍的时候，这项技术就能把人的轮廓精确地分割出来，一键换照片背景；“人体关键点”与人密切相关，定义了头、肩、腿、膝等20多个关键点，定下这些点，机器就能知道人在做什么动作、是如何运动的，之前在网上流行的给一段视频中的人瘦身，就应用了这项技术。

那么，团队的水平到什么程度呢？以物体检测为例，如果满分是100，就意味着所有物体都被检测出来了，没有错漏；在五六年前，计算机只能得10分，经过人工智能的深度学习，现在孙剑团队的系统能得61分，“将来可能做到90分”。

从求学和科研道路看，孙剑是一个妥妥的“学霸”：1997年在西安交通大学自动控制专业获得学士，2000年和2003年西安交通大学人工智能与机器人研究所获得硕士和博士，毕业后加入微软亚洲研究院，后任首席研究员；2015年至2016年，孙剑在微软美国研究院任合伙人级研究主管。

2016年，他加入旷视，任旷视研究院院长，因为他觉得“创业公司最接近前线，能最快把技术应用到实践”。

上大学时，老师讲过“既要做鬼，也要做神”，“做神”指的是基础问题研究，“做鬼”则是解决实际问题，这句话让孙剑记忆深刻。在微软亚洲研究院时，孙剑师从时任院长的沈向洋，他的做法是不强调“神鬼”的先后顺序，出现实际问题就先解决“鬼”，解决问题之后再去研究“神”，往往会对实际问题产生更深的认识。

孙剑曾说：“‘先神后鬼’还是‘先鬼后神’是因人而异的，但一定要‘神鬼兼顾’，只有综合经验和理论，才能在科研路上越走越远。”

在计算机视觉领域，有几个方面是业界最关心的，因为与应用密切相关。孙剑说，除了物体检测、全景分割、人体关键点，还有图像分类，知道一张图是人是猫、是室外还是室内在实际应用场景中非常重要。人脸解锁的算法就以此为基础，在使用智能手机拍照时，根据场景自动调整更好的拍摄效果也得益于此；再如三维感知避障导航，一辆小车在室内场景绕一圈，大概就能知道周围的三维几何结构是什么样子，这也是自动驾驶的关键技术之一。

从2014年开始，旷视研发人工智能算法平台Brain++，覆盖从数据的生成、预处理、标注和存储，到算法架构设计、实验环节设计、训练环境搭建，再到训练、加速、调参、模型效果评估和产生模型，以及模型分发和部署应用的全流程。

这些高深的词语也许一般人听不懂，旷视联合创始人兼CTO唐文斌有过一个简单通俗的比喻：如果说旷视各种各样的算法是“鸡蛋”，那Brain++就是出产所有鸡蛋的“母鸡”。

“2015年，谷歌发布了人工智能算法平台TensorFlow，我们比较了一下，觉得Brain++更方便、更有优势，所以一直研发下去，直到今天，我们是唯一全员使用自主研发框架的公司。”孙剑说。

在微软研究院，全球大概有50个计算机视觉研究员，而在旷视研究院，这个领域的研发人员接近500人。孙剑介绍，旷视研究院的研发人员以年轻人为主，“刚毕业或者毕业一两年的”，“最初的核心人员，60%以上是清华大学的毕业生，其中很多是打过ACM（国际大学生程序设计竞赛）的，融合了不同方向的人才，有的擅长做硬件，有的擅长做系统”。

“成长是刚毕业的年轻人最大的需求。创业公司提供了最快成长的环境：硬性的包括对新员工的系统培训，让年轻人能不断做有挑战性的事情；软性的我们内部叫‘勇敢地成长’，鼓励年轻人用成长性思维破除一些习惯性思维，敢想敢做。”孙剑说。

据了解，何梁何利基金创立于1994年，钱学森获得当年的“科学与技术成就奖”，2006年起增设“科学与技术创新奖”。

对科学坚持不懈的探索并将其转化为实际应用，孙剑在这条道路上走得很踏实，也很快乐：“很多年了，激发我做研发的一个最大动力，就是我们会解决很多难题。当突然找到一个很有效的解决方法，那个时刻，让我感觉自己在与世界对话。可能第二天那份激动就过去了，但我们会一次又一次追寻这样的时刻。”