我给你一秒钟，你可能看到某些东西。我给你一分钟，你可能有另外一种理解，这两个理解可能是不一样的。还有一个重要的概念是你的任务决定了你怎么去看这个图像，比如说我在慌忙之中做饭，那么我对这个场景只看其中很小一部分，足够来完成我的任务就行了。里面好多东西改变你根本没注意到。

杨：好像有些魔术就利用了这一点。

朱：就是。很多心理学实验表明，你眼睛盯着这个图片看的时候，眼睛不眨，我告诉你这个图片在改变。你盯着看，结果它改了你都没看见。在让你看这个图片的时候，把你的注意力引到某个任务需要计算的关键要素上，其它部分你就视而不见。视觉是受任务驱动的，而任务是时刻在改变之中。比方说，视觉求解不是打一个固定的靶子， 而是打一个运动目标。

杨：这听起来是一个耳目一新的概念。

朱：回到人工智能这个问题，视觉，它最后的用途是要给机器人用，机器人目前面临一个什么任务，来决定它要计算什么。这第三个贡献是在算法的层面。就是说我根据我们目前面临的任务，我才决定要计算什么。而且人的任务是在不断变化的，在此时此刻我任务都在变化，那么计算的过程中是没完没了地在改变。这个理念到目前——我们目前在研究这个事情——还没有完全实现。就是说，这将是人工智能和机器人视觉的一个关键。

　　杨：明白。

朱：我们现在很多人研究这个智能，比如说分类问题。他都是从谷歌的一些应用，比如搜索图片、广告投放，变成分类问题，从而忽视了更大的本质问题。如果说人工智能往前发展机器人，要从机器人的角度来用视觉的话，那么它就有很多不同的任务——我现在做饭，我在打球，我在欣赏风景，这时候我看到的东西是完全不一样的。我怎样通过这千千万万的任务，而不是简单一个分类，来驱动我的计算的过程，来找到我的需求，来支持我目前的任务，这是一个巨大的研究的方向。David Marr的思想，到今天反而变得意义非常重大，因为大家现在一窝蜂去搞深度学习，把这些基本东西给忘掉了。但这才是人工智能和机器人视觉的长远发展方向。

我前两年给过几个报告，说研究视觉要从一个agent（执行者）的角度，带着任务进来的这么一个人或机器人，主动地去激发视觉。

目前计算机视觉的研究还有一大部分是由视频监控的应用来驱动的，比如说我检测一些异常现象，看这个人是男还是女？那也是一种被动，就是说它只是在看而没有去做。要去做就涉及到因果关系和更多的不确定性。所以现在的研究生觉得，他整天在做机器学习，就在调参数，就在跟别人比拼百分之几的性能。一些公司的研究所就报道，他们在某某问题（数据集）上国际领先了，排名第一了。他们自己也觉得这研究没多少意思。

那是因为他们没有接触到这些基本的问题上来。

　　杨：他们可能还没有发现这个问题本身是多么有趣。

朱：因为作为一个科学来发展的话，就是要认认真真地来做，把这个理清楚。当前的火热来源于工业界，工业界没有多少耐心资助他们的研究人员去做科学研究，大家很现实。那么，David Marr先谈这么多好不好？以后我们可能还会继续深入谈的。

　　杨：好。那我们第二个人就谈一下傅京孫。

　　第四节：视觉的开创者之二：傅京孫（King-Sun Fu）的学术思想

朱： David Marr是从这个神经科学和脑科学这个方向来的。傅京孫【1930-1985】，他当时代表的是计算机科学，搞人工智能的人。他是一个有领导才能的人物。他和其他人于1973年组织了第一届国际模式识别会议（ICPR），并担任主席。会议后来演变成国际模式识别学会IAPR，在1976年成立，他被选为主席。他重组了另外一个IEEE学会下面的模式识别委员会，并于1974年成为其第一任主席，创办了IEEE模式分析和机器智能（PAMI）会刊，并于1978年担任第一任总编。这是目前计算机视觉和相关领域最权威的一本期刊了。很多中国学生现在不知道，这个领域的老大本来是华人。目前，国际模式识别学会IAPR设立了一个傅京孫奖，作为终身成就奖，是模式识别的最高荣誉。

杨：可惜他1985年去世了。听说去世前他每年都在中国举办讲座，并于1978年担任台湾的中央研究院院士。