¿Es Zhu Songchun un científico destacado?
Zhu Songchun es un experto en visión por computadora, matemático aplicado y estadístico y experto en inteligencia artificial de renombre mundial.
Zhu Songchun regresó a China en 2020 como científico estratégico en inteligencia artificial para establecer el Instituto de Inteligencia Artificial General de Beijing y se desempeñó como su director. También se desempeñó como catedrático en la Universidad de Pekín y decano de la escuela. de Inteligencia de la Universidad de Pekín y director de investigación en inteligencia artificial, Decano del Instituto y Profesor Catedrático de Ciencias Básicas de la Universidad de Tsinghua.
Zhu Songchun se graduó en la Universidad de Ciencia y Tecnología de China en 1991 con especialización en informática. Fue a Estados Unidos para estudiar en 1992 y recibió un doctorado en informática de la Universidad de Harvard en 1996. Ese mismo año se incorporó al Departamento de Matemáticas Aplicadas de la Universidad de Brown en Estados Unidos para realizar trabajos de investigación postdoctoral.
De 2010 a 2020, se desempeñó como científico jefe de MURI, un proyecto de cooperación interdisciplinaria en los campos de la visión, las ciencias cognitivas y la IA en los Estados Unidos; por segunda vez en 2020; Regresó a China para prepararse para el establecimiento del Instituto de Inteligencia Artificial General de Beijing y también se desempeñó como catedrático de la Universidad de Pekín, profesor catedrático de Ciencias Básicas en la Universidad de Tsinghua y decano del Instituto de Inteligencia Artificial de la Universidad de Pekín; En 2021, fundó el Instituto de Inteligencia de la Universidad de Pekín y se desempeñó como su decano.
Principales logros de Zhu Songchun:
Durante 1995-2005, el profesor Zhu Songchun, su mentor Mumford, colegas de UCLA y estudiantes de doctorado trabajaron en la visión inicial propuesta por David Marr, el fundador. El concepto de visión computacional [Visión temprana], que incluye textura [textura], imagen primitiva [Texton] y boceto primitivo [boceto primario], etc., establece un modelo matemático unificado.
Propuso el principio de entropía minimax del modelado estadístico; implantó los hallazgos de la neurología y la psicología en el modelo de Gibbs de física estadística, derivando así un nuevo tipo de modelo probabilístico de campos aleatorios de Markov [FRAME], y lo extendió. modelo a un modelo visual de nivel medio que describe formas y principios de composición Gestalt [Gestalt].
Luego descubrimos las reglas estadísticas de invariancia de escala y cambio de escala en imágenes naturales, mapeando varios patrones visuales y sus correspondientes modelos matemáticos en un espectro de entropía continuo y una escala de información. Estudiamos más a fondo varios mecanismos de salto entre modelos; y transformación perceptual, y deducir la teoría del espacio de escala perceptual con el estudiante de doctorado Wang Yizhou.