汤晓鸥与孙剑：AI双子星与未完成的梦
副标题：一个培养了何恺明，一个带出了ResNet——他们都没能看到AI的今天，但AI的今天因他们而来
2023年8月，北京。未来科学大奖颁奖现场。
何恺明站在台上。张祥雨站在台上。任少卿站在台上。
获奖名单上还有一个名字——孙剑（已故）。
这是未来科学大奖历史上，第一次把奖颁给已经不在了的人。
没人想到，不到四个月后——另一个名字也会消失。
一、2009年，三个人
我们先从2009年说起。
那一年，计算机视觉领域最顶级的会议CVPR，把年度最佳论文奖颁给了一篇关于”去雾”的论文。
论文题目：「Single Image Haze Removal Using Dark Channel Prior」。
作者栏有三个名字——
何恺明、孙剑、汤晓鸥。
这是在CVPR创办25年的历史上，第一次有亚洲学者获得最佳论文奖。
这三个人是怎么凑到一起的？
答案藏在两条师承链里。
第一条链：汤晓鸥和何恺明。 何恺明是汤晓鸥在香港中文大学多媒体实验室的博士生。汤晓鸥是中科大毕业、MIT博士、港中文的教授。2001年，他在港中文一个空房间里创办了多媒体实验室——只有几张桌子，几台电脑。
（ps：多年后，这个空房间被称为中国计算机视觉的”黄埔军校”。走出来的学生名单可以写满一页纸——何恺明、颜水成、王晓刚、徐立、徐冰、林达华、许春景、陶大程、赵丛……几乎每一个中国AI视觉领域的核心人物，都和这个实验室有某种连接。）
第二条链：孙剑和何恺明。 何恺明大四那年去微软亚洲研究院实习，被分到了视觉计算组。实习导师是孙剑。孙剑是西安交大一路读到博士的本土科学家，2003年加入MSRA，在这个被誉为”中国互联网黄埔军校”的研究院里一步步做到了首席研究员。
于是，一个奇妙的三角形成了——
汤晓鸥是何恺明的博士导师。孙剑是何恺明的实习导师。汤晓鸥曾在MSRA任视觉计算组主任，孙剑是他的下属。
2007年，何恺明同时在港中文和MSRA两边工作。他在港中文做汤晓鸥的学生，在MSRA做孙剑的实习生。
那天打游戏时看到雾气场景，他突然想到”能不能去掉照片里的雾”——这个灵光一现的想法，最终变成了暗通道先验（Dark Channel Prior）的发现。
但在投稿之前，孙剑做了一件事。
他没有让何恺明停在那个”管用”的工程方案上。他说——
“继续研究，找到成功背后的本质原因。”
这句话，后来被何恺明和他的后辈们记了一辈子。
2009年，三个人站在了CVPR的领奖台上。亚洲第一次。
二、汤晓鸥：在空房间里按门铃的人
汤晓鸥有一个流传很广的比喻。
2011年到2013年期间，在国际顶级会议CVPR和ICCV上，全球一共发表了29篇深度学习相关的论文。其中14篇来自他的MMLab。他的团队把深度学习用到了人脸识别、物体检测、图像分割等18个不同的具体问题上。
他后来说——
“在深度学习的大门上，我们摁响了18次门铃。”
这个比喻太贴切了，以至于后来成为他的标志性金句。
但你有没有想过——他为什么不直接说”我们打开了门”？
因为他知道，门还没开。
18次门铃，意思是：我们在试探，在敲打，在让门里的人听见我们的声音。至于门什么时候开，我们不知道。
（ps：这就是汤晓鸥的诚实。他从来不说”我们已经超越”，他说的是”我们在按门铃”。一个MIT回来的博士，一个在港中文当教授的人，一个后来创办了估值数百亿美元公司的人——他对自己最引以为傲的成绩，定义为”按门铃”。）
按门铃这件事，他从2001年就开始了。
那一年，33岁的汤晓鸥在香港中文大学信息工程系，建了一个实验室。几张桌子，几台电脑，几个研究生。没什么经费，没什么名气。
但他有一套别人没有的方法论——
他的实验室不介意学生只读硕士。他对中科大、清华的学生说：“你们来我这里，做出成果。如果之后想去欧美深造，我帮你们一起申请。”
他把自己的实验室当成跳板——让学生跳得更高。
这在当时的中国高校里是极其罕见的。大多数导师希望博士生跟着自己一路走到黑。汤晓鸥相反——他主动把学生往外推。
因为他知道，只有把最好的人送到最好的地方去，中国计算机视觉才能真正起来。
他的学生何恺明后来去了FAIR，再后来去了MIT。
他的学生王晓刚留在商汤做了研究院院长。
他的学生林达华发起了OpenMMLab——全球最具影响力的视觉算法开源体系之一。
他的学生徐立当了商汤的CEO。
他不是那种”我把你养大你要报答我”的导师。他是那种”我把你养大是为了让你飞走”的人。
2014年，汤晓鸥做了一个决定——把实验室变成公司。他和学生徐立一起创办了商汤科技。
取名”商汤”——中国历史上第一个有文字记载的朝代，及其开国之君。他要的不是小打小闹。他要做一个时代。
商汤确实做出了很多成绩：人脸识别精度做到了全球第一（99.15%），成了中国”AI四小龙”，2021年在港交所上市。
但在商汤内部，员工对汤晓鸥的称呼不是”汤总”，而是**“汤老师”**。
他的人评价他：“科学家里的刘老根，创始人里的马大帅”——幽默，亲和，在台上讲笑话比讲PPT还自然。
2023年7月6日，世界人工智能大会（WAIC）开幕式。汤晓鸥做了一场演讲。他没有讲商汤的产品，没有讲公司的战略。他讲了他的三个学生——王晓刚、何恺明、林达华。
讲到何恺明，他的语气里满是骄傲——
“何恺明把神经网络做深了，谷歌把入口拉大了，又深又大，才成为今天的大模型。”
像极了一个父亲在饭桌上跟亲戚炫耀自己的儿子。
这是汤晓鸥最后一次公开演讲。
5个月后，2023年12月15日23时45分，他因病在上海去世。55岁。
三、孙剑：在格子间里带”特种部队”的人
孙剑的故事要从西安交大讲起。
1976年出生在西安。本硕博都在西安交大读完。大三那年，一堂《数字图像处理》课点燃了他对计算机视觉的兴趣。博士期间，他被西安交大和微软亚洲研究院联合培养——这是他命运的转折点。
2003年，博士毕业的孙剑留在了MSRA。从研究员做到首席研究员，一待就是13年。
在MSRA，他带了一支什么样的团队？
何恺明。张祥雨。任少卿。
后来，这四个人加上一篇论文，被记入了科学史。
但在这之前，孙剑做的事不显山不露水。
他每天在工位上审阅论文、改代码、给实习生写反馈。新来的实习生方向不对，他帮你换方向。工程做出来了，他让你”继续研究，找到本质原因”。博士生情绪低落了，他拉你出去吃饭。
他是一个”带兵”的人。
张祥雨后来回忆，研究ResNet的时候，“加深网络的路线非常多，各有不同的路径，我们做了大量探索，很多路线也是貌似正确。”
在那些貌似正确的路径里，孙剑反复强调一个原则——简单和本质。
这就是为什么ResNet的核心idea只有一句话：在输入和输出之间加一条跳线。不是复杂的门控机制，不是精妙的参数共享。就是一条线。
（ps：世界上最难的数学问题，答案往往极简。E=mc²。孙剑教给团队的就是这个——在最复杂的问题面前，找最简单的答案。但”简单”不是偷懒。简单是把所有非本质的东西削掉之后剩下的那个东西。那是最难的。）
2015年，ResNet在ImageNet上拿了五个冠军。2016年，论文拿了CVPR最佳论文——这是孙剑第二次获得这个奖项。CVPR历史上极少数两次获奖的科学家。
2016年7月，孙剑离开了13年的MSRA，加入了一家创业公司——旷视科技，担任首席科学家。
旷视的创始人之一印奇，曾经是他的学生。另一个创始人唐文斌，在MSRA实习时也在孙剑手下。
在旷视，孙剑继续”带兵”。他带领研究院做出了ShuffleNet、天元MegEngine、Brain++平台。旷视研究院的墙上挂着他定下的研究使命——
“持续创新拓展认知边界，非凡科技成就产品价值。”
但在旷视的孙剑，压力比在MSRA大得多。他要平衡学术和产品，要在商业回报和基础研究之间走钢丝。他曾在一个技术开放日上说——
“AI有没有用，归根到底是看AI基础科研有没有突破。基础科研是AI创新突破的基石，需要长期主义的坚持。”
一个45岁的人，在做公司首席科学家的同时，坚持说”基础科研是基石”。
2022年6月14日凌晨。突发疾病。抢救无效。45岁。
消息传出，整个AI界沉默了。李沐说过一句话：“假设你在使用卷积神经网络，有一半的可能性就是在使用ResNet或它的变种。“写出这句话的人不在了。
孙剑的工位，旷视同事没有动。有人在上面摆了一束花。
6月18日，是张祥雨的生日。往年这一天，孙剑会早早地为爱徒送上祝福。那天，张祥雨带着一束花来到公司，对着孙剑的位置深深鞠了一躬。他在知乎上发布了注册以来的第一条回答——
“要独立，要坚强。接过衣钵，砥砺前行。“
四、两盏灯
现在让我们拉远镜头。
在AI大爆发的这几年里，发生了太多事情——ChatGPT上线，GPT-4问世，AlphaFold预测了2亿个蛋白质结构，Sora生成逼真的视频……全世界都在为AI狂欢。
但有两个人没能看到这一切。
孙剑在2022年6月走了。那时ChatGPT还没有发布。
汤晓鸥在2023年12月走了。他看到了ChatGPT的爆发，他在2023年7月的演讲里提到过大模型——
“何恺明把神经网络做深了，谷歌把入口拉大了，又深又大，才成为今天的大模型。”
他用了”又深又大”这四个字来形容GPT。
（ps：你品一品这句话。“何恺明把神经网络做深了”——他的学生用ResNet解决了深度问题。“谷歌把入口拉大了”——Transformer把模型容量撑大了。两件事合到一起，才有了大模型时代。汤晓鸥在最后一次演讲里，用最朴素的话讲清楚了这个行业的底层逻辑。）
他说完这句话不到半年，也走了。
但他们的学生在干什么？
何恺明在MIT当教授，拿下了终身教职，同时在Google DeepMind做杰出科学家。他的ResNet论文被Nature认定为21世纪所有学科被引次数最高的论文——不是计算机科学第一，是所有学科第一。
张祥雨在旷视带领基础模型研究，他是未来科学大奖历史上最年轻的获奖者。
任少卿在蔚来负责自动驾驶研发。
王晓刚在商汤当研究院院长。
林达华在港中文继续科研，他发起的OpenMMLab成了全球AI研究者最常用的视觉开源工具之一。
徐立在管理着商汤科技。
印奇在经营着旷视。
汤晓鸥按下的那18次门铃，回音现在还听得见。
孙剑说的”找到本质原因”，被他的学生们刻在了每一行代码里。
五、门铃还在响
2023年世界人工智能大会。汤晓鸥站在台上。
他的PPT上出现了三张照片——王晓刚、何恺明、林达华。他说这是他的三个学生。
台下掌声响了很久。
那场演讲的主题叫”深度学习”。但他讲的不是深度学习。他讲的是——
传承。
从港中文那个空房间开始，到MSRA的格子间，到商汤的办公楼，到MIT的实验室，到蔚来的自动驾驶团队，到旷视的基础模型组……他按响的门铃声，在整个中国AI领域回荡。
孙剑的工位上，那束花可能早就干了。但旷视研究院的墙上，他定下的那行字还在——
“持续创新拓展认知边界，非凡科技成就产品价值。”
那个工位还在。
那句话还在。
那些被他带过的兵——何恺明、张祥雨、任少卿、印奇、曹旭东——还在继续做他教他们做的事。
在所有人都在追逐热点的时候，回到最本质的问题。找到最简单的答案。做真正创新且真正有效的工作。
2023年未来科学大奖颁奖那天，何恺明说了一句话——
“我们的团队非常年轻，包含了80后和90后的成员。我希望这个奖项能够激励更多的年轻人投身到科学领域当中。”
他没有说”我们很厉害”。
他说的是——“希望激励更多年轻人。”
这就是汤晓鸥和孙剑传下来的东西。
不是技术。不是算法。不是哪篇论文。
是把门敲开，然后让后面的人走进去。
汤晓鸥，1968.1.24 – 2023.12.15，55岁。
孙剑，1976.10 – 2022.6.14，45岁。
两盏灯灭了。
但AI这条路，被他们照得很亮。
中美博弈大变局，百年未有新财富。
龙鹰镖局出品。
本文为《中国人工智能领军人物系列》第4期。上一期：何恺明——写了21世纪被引最多论文的广东男孩。下期预告：朱文佳——2亿用户背后的产品「特种兵」。