1993年，孙剑考入西安交通大学，2003年毕业于西安交通大学人工智能与机器人研究所，先后获得本科、硕士和博士学位，毕业后加入微软亚洲研究院至2016年。2016年7月，孙剑加入旷视担任首席科学家和Megvii Research负责人。

微软亚洲研究院时期的孙剑

十年扎在书堆里，13年磨砺成首席。在该读书的年纪不断吸收知识，从学士到硕士，并研究到底直到博士，十年的人生完全用来夯实基础；而在该贡献的年纪也拼命贡献，并不心猿意马、走马观花，而是把自己所学结合岗位所求，十三年来，他在不断地升值中既进一步巩固了知识，又增加了实践经验。

科研，对于孙剑来说，既是学业，也是事业。

百折不挠，勇于尝试的毅力，是他在十几年的科研工作中最闪光的品质。在读博期间，他和大多数博士生一样，一开始非常迷茫。知识有限，创新不足，谁也不知道哪个项目是自己的“命中注定”，除了不断尝试，别无他法。硕士期间，他从事人脸检测的识别研究，博士期间钻研立体匹配，而毕业后的近五年时间，孙剑都在开展关于计算摄影学的研究。就这样，孙剑在不断地尝试中愈挫愈勇，前行不止。

2015年，孙剑带领的团队斩获了图像识别国际大赛五项冠军（ImageNet分类，检测和定位，MS COCO检测和分割）。然而，这并非一帆风顺。在视觉智能这个领域，核心技术有三部分：深度学习平台，视觉理解核心问题和关键视觉应用，而孙剑所带领团队主要的突破口，在于深度神经网络的改进。

说到深度神经网络，重点是要“深”。这个深度往往受到计算资源和训练算法的双重限制。孙剑和他的团队尝试回答一个问题：“是否越深的网络，错误率一定越低呢？”团队的实验性结果发现原来并非如此——过深的网络容易出现欠拟合等现象，反而降低了正确率。

为了解决这一问题，孙剑与他的团队从对问题的重新定义角度出发，研发出了深度残差学习的方法，解决了“网络越深，错误越多”这一矛盾。在2015年的国际大赛中，他们的“图像识别的深度残差学习”系统达到了152层的深度，而错误率仅有3.5%！要知道，普通人眼的错误率约为5.1%。

困难、瓶颈，永远与科研相伴而行。从研究生时进入西安交大人机所接触科研，到毕业后进入微软亚洲研究院，十余春秋，孙剑坚持在科研道路上。

“抗击打能力很重要，因为挫折和瓶颈太多了，做每一个实验前，我们都做好失败的思想准备，但若不尝试，就注定失败。”他坚定地说。毕业十几年来，孙剑累积在CVPR、ICCV、SIGGRAPH、 PAMI等世界顶级学术会议和期刊上发表了学术论文90余篇，并于2009和2016年两次获得CVPR计算机视觉年会的最佳论文奖。