本文來源：量子位、魔力小孩Magikid、知乎
他叫胡淵鳴，不鳴則已一鳴驚人。他高一就被保送清華，2013年進入清華姚班，本科期間先後前往東京大學，史丹福大學訪學，並在微軟亞洲研究院實習。從事深度學習和計算機圖形學研究。
在知乎上，胡淵鳴有點火。因為他用他所學的程式語言寫了99行代碼，實現了自己的「冰雪奇緣」
一己之力開發物理模擬程式語言
用99行代碼實現介質模擬
《冰雪奇緣》沒有真人出演，預算卻高達1.5億美元，每一秒的鏡頭都是經費在燃燒。一般人想用電腦做出CG特效簡直不可想像。
但是，清華姚班畢業，一位來自中國的MIT麻省理工博士，開發的一種新的CG特效程式語言：Taichi（太極）大大降低了CG製作的門檻。
傳統方法需要千百行代碼的CG動畫，現在只用99行代碼，你也可以像《冰雪奇緣》裡的艾莎公主一樣擁有冰雪魔法。
用計算機製作CG動畫，簡直就像上帝在創造世界一樣。你不僅僅需要逼真的繪圖，天衣無縫的3D製作，還需要通過動畫效果模擬出現實世界的「物理關係」，「化學反應」。例如物體自然下落的重力效果，火苗躥動的空氣燃燒效果。
在此之前，最好的CG編輯軟體是TensorFlow，不過依然耗時巨大。
如今這一切，被「太極」改寫了。用「太極」編寫CG一個簡單的物理場景，普通PC僅需幾分鐘即可渲染完成，相比TensorFlow提速了188倍、比PyTorch快13.4倍，代碼長度只有其他底層方法的十分之一。
甚至，Taichi的發明者胡淵鳴同學還為此編寫了完整使用教程。這一切，都是他一個人做的！如果說軟體開發也有武俠江湖，那麼這位少年就是傳說中的「楊過」了。關於Taichi，胡同學已經發表了多篇文章，分別被SIGGRAGH 2018、ICRA 2019、NeurIPS2019、ICLR 2020等頂會收錄。計算機圖形學知名學者、北大教授陳寶權給出很高的評價：給胡淵鳴同學點讚！一己之力開發了物理模擬程式語言 Taichi！像淵鳴這樣如此投入寫有影響力的開原始碼實在是難能可貴。像SIGGRAPH這樣的，可能要投入1~2年才會有成果，論文接受率低，即使能發表出來，引用率也不高說起胡淵鳴，這又是一位從少年時代起就熠熠閃光的「大神級」選手。高一保送清華，競賽生涯中，拿下APIO 2012、NOI 2012、ACM-ICPC 2013長沙區域賽、ACM-ICPC上海區域賽四塊金牌，其中APIO 2012成績是全場第一名。2013年進入清華姚班，胡淵鳴與陳立傑、範浩強等人成為同班同學，這群年輕人的才華在這裡匯聚、碰撞，與「姚班」二字相互成就。本科期間，胡淵鳴先後前往東京大學、史丹福大學訪學，並曾於微軟亞洲研究院實習，從事深度學習和計算機圖形學研究。本科便有多篇論文中選CVPR、SIGGRAPH等國際頂會。2017年，胡淵鳴進入MIT讀博。入學13個月後，完成碩士論文ChainQueen，拿到MIT碩士學位。博一期間，共發表6篇頂會論文。2017年的夏天結束之後，胡淵鳴正式進入MIT讀博。這時候的胡淵鳴迸發了新的靈感：求出MLS-MPM的導數。有了導數，就能只用梯度下降來優化神經網絡控制器。胡淵鳴解釋說，chain是為了紀念他在求導過程中被鏈式法則折磨的經歷，而ChainQueen則與乾坤諧音。乾坤基於MLS-MPM，是一種針對可變形對象的、實時的可微混合拉格朗日-歐拉物理模擬器。該模擬器在前向仿真和反向梯度計算中均實現了高精度。這項研究發表在了ICRA 2019上，胡淵鳴也以此完成了碩士論文。隨後，胡同學將工作又推進一步，提出了可微分編程DiffTaichi，被ICLR 2020收錄。在這篇文章的代碼中，胡同學創建了10個不同的物理模擬器，並根據現有基準對其性能進行基準測試。Taichi中的可微分編程，可以通過蠻力的梯度下降有效地優化神經網絡控制器，而不必使用強化學習。10種可微分模擬器中的大多數模型可以在2-3小時內實現，而且大部分不需要GPU。這些示例中，彈性體、剛體、流體、光線的折射、彈性碰撞，常見物理環境應有盡有。第一個示例可微分彈性對象模擬器，經過我們的實測，在2017版13寸的MacBook Pro上也能運行，而且完成優化只需不到十分鐘的時間：還有可微分的3D流體模擬器，經過450步的梯度下降迭代，已經非常逼真：DiffTaichi模擬水對光線折射的渲染器，一張圖片經過它的渲染，甚至能騙過圖像分類器。經過測試，VGG16將帶有水波紋的松鼠圖片當做金魚，而且認為概率為99.91%。用Taichi語言編寫的模擬器大大簡化了代碼，可微分彈性對象模擬器只用了110行代碼，而直接用CUDA編寫則需要490行。你在看這篇文章嗎↓