孙剑

概况

孙剑（论文中常写作 Jian Sun）是计算机视觉方向的科学家。他因病突然去世，享年45岁：旷视（Megvii）宣布他于2022年6月14日午夜去世^[3]，财新（Caixin）于2022年6月16日报道了这一消息^[2]。财新称他是计算机视觉（computer vision）与计算机图形学（computer graphics）领域的重要科学家，并称他担任旷视研究院（Megvii Research）的董事总经理^[2]。

他研究的两个方向关系很近。计算机视觉要让机器看懂图像和视频——认出画面里有什么、它在哪里、从像素里还原出场景结构；计算摄影（computational photography）则是用计算方法改善相机的成像与处理过程，比如在暗光下抑制噪点，或把几次拍摄合成为一张照片。两者依赖同一套东西：大量图像，以及在图像上训练出来的神经网络（neural network），让网络自己从数据里学出规律。

在微软的十三年

孙剑在微软工作了13年，研究计算机视觉与计算摄影^[1]。据 Recode China AI 记载，他在2015年至2016年间担任微软的主任研究员（Principal Research Manager）^[3]。他名下共有35项专利，其中大部分是在微软期间获得的^[1]。

在一家企业研究院里长期做研究，是计算机视觉研究者常见的一种职业形态。这类实验室能提供高校课题组往往拿不到的算力、数据和工程支持；衡量产出的方式一半是发表论文，一半是专利——那是一种法律文件，用来登记申请人认为新颖而有用的发明。孙剑的履历里两类产出都有，专利数量是其中更带机构色彩的一项^[1]。

参与提出 ResNet

arXiv 上《Deep Residual Learning for Image Recognition》一文于2015年12月10日提交，作者署名为 Kaiming He、Xiangyu Zhang、Shaoqing Ren 和 Jian Sun^[4]；Recode China AI 称孙剑是 ResNet 的共同提出者之一^[3]。

图像识别网络是由许多层叠起来构成的，每一层都把下一层交给它的表示再变换一次。按直觉，多加几层不该有坏处——多出来的层大可以原样把输入传下去；但实际训练中，层数一多就很难训好。残差学习（residual learning）改变了每一块要学的东西：不再要求它直接学出目标映射，而是学输入与目标之间的差，也就是残差，再用一条「捷径连接」（shortcut connection）把输入加回这一块的输出。这样网络可以先从接近「什么都不改」的状态出发，再逐步改进，优化因此变容易，也能训练深得多的网络。

在旷视

2016年，孙剑离开微软加入旷视，出任首席科学家与研究负责人（managing director of research）^[1][2]。在旷视，他主导了 ShuffleNet 的研发，这是一种为在移动设备上运行而优化的神经网络^[1]；他还负责管理 Brain++ 的开发，这是旷视核心的 AI 生产力平台^[1]。

这两个项目指向同一个现实问题。手机的算力、内存和电量都远小于服务器，一个准确但笨重的模型在手机上没法用，ShuffleNet 的设计目标正是这一约束^[1]。Brain++ 处在另一层：一家要反复构建模型的公司需要共用的工具，用来生产和运行这些模型，这正是「AI 生产力平台」所做的事^[1]。

留下的东西

孙剑的职业生涯穿过两类机构^[1][3]。在微软，他属于那种做基础视觉研究的企业实验室传统，ResNet 论文上署着他的名字^[4][3]；在旷视，他转入一家以构建和交付 AI 系统为业务的公司，工作围绕手机跑得动的模型、以及批量生产模型的平台展开^[1]。他去世时45岁^[2]。