据知乎帖子和多家媒体证实，加州大学洛杉矶分校（UCLA）教授朱松纯回国加入清华大学自动化系，任教研系列教授。大众对朱松纯的名字可能不是很熟悉，但在人工智能领域，他是一流学者和专家，专长于计算机视觉、统计与应用数据。

而隶属于清华信息科学技术学院的自动化系，在人工智能方面也是以计算机视觉为主，原有教师队伍里有中国工程院院士戴琼海、DenseNet（CVPR 2017 最佳论文）第一作者黄高和国家优秀青年基金获得者鲁继文等。

朱松纯教授在计算机视觉领域造诣颇深。1991 年，他从中国科学技术大学计算机系毕业后，1992 年赴美国哈佛大学深造，师从国际数学大师、菲尔兹奖获得者大卫·曼福德。1996 年，他获得美国哈佛大学计算机博士学位，在国际顶级期刊和会议发表论文 300 多篇，三次获得计算机视觉领域最高奖项“马尔奖”。

“（朱松纯教授）对视觉领域大方向有着一流的直觉。”微软亚洲研究院视觉组研究员代季峰在知乎写道。20 世纪九十年代，朱松纯教授引领了把概率模型引入视觉问题的风潮，21 世纪初的时候就开始做图片识别，后来又很早开始做图片识别的数据集（LHI dataset），以及在 SVM（支持向量机）火透的时候坚持探索 hierarchical representation（走的是层次概率图模型的路线）。

朱松纯教授的工作成果对人工智能领域，产生了直接或间接的深远影响。在数据集领域，朱松纯教授启发了李飞飞建立 ImageNet。2005 年，朱松纯在其故乡湖北鄂州创办“莲花山计算机视觉和信息科学研究院”。在时任微软亚洲研究院院长沈向洋等人帮助下，该院成功标注了 50 万幅图像，建立了当时世界上最大最完整的人工标注图像与视频数据库“LHI dataset”。

2005 年 8 月，鄂州市召开莲花山计算机视觉与模式识别国际研讨会，李飞飞受邀参加。受到其他人工作的启发，李飞飞构建了 ImageNet 大规模数据集，大大推动了计算机视觉领域的发展。

在算法领域，朱松纯教授在 1990 年代，率先将概率统计建模和随机计算方法，引入到计算机视觉研究，为计算机视觉创始人马尔提出的早期视觉概念，建立了一个统一的数理模型。此外，他还提出了一系列图像与视频的结构化解译框架，突破了传统方法计算的瓶颈，重新激起同行对图像解译工作的兴趣。

朱松纯教授的学术成果，被切实应用在如今的 AI 商业应用上。微软首席研究员华刚表示，朱老师早年做的纹理合成工作，一个直接应用是将相片重新渲染成油画风格（即风格迁移）。

近年来，朱松纯教授十分关注通用人工智能的发展。据机器之心报道，朱松纯教授这次回国除了加入清华自动化系，还受北京市政府、北京市科学技术委员会邀请，筹建新型科研机构“北京通用人工智能研究院”（Beijing Institute for General Artificial Intelligence），并出任院长一职。

不过，朱松纯教授实现通用人工智能的思路，和大多数人不同。迈向通用 AI 过程中，有“大数据”和“大任务”两种路线，前段时间非常火的 GPT-3 就是典型的大数据产物。朱松纯教授说：“大数据和大任务两种范式之争，99% 的人都是押注大数据，但是 10 年前我就押注大任务。”

他认为，目前以大数据驱动的人工智能，在产业落地的过程中遇到了很多问题，这个问题其实一早就可以预想到。比如只能做特定的、人类事先定义的任务，而不能做通用任务，或者自己定义任务。第二，每项任务需要大量的数据，成本非常高，而且模型不具有解释性，知识表达与人不同。

自从 2009 年起，在业界最早做大数据标注朱松纯教授放弃了大数据路线，转型去做认知科学。2019 年 3 月，朱松纯教授开始通过创业践行这一理念，成立了暗物智（DMAI），打造强认知 AI 平台。

另外值得一提的是，朱松纯教授曾在 2012 和 2019 年担任国际计算机视觉与模式识别会议（CVPR）的大会主席。CVPR 是计算机视觉领域的顶级会议，他当上主席后，大大提高了华人在这一领域的影响力。