何恺明官宣加入MIT！46万 引用冠绝MIT，首创ResNet被引破17万
【新智元导读】 今天，AI大神何恺明正式宣布，将于2024年加入MIT EECS，学术总被引突破46万。原Meta AI科学家，ResNet创始人何恺明正式官宣即将入职MTI！ 提起何大神，要说最出名的贡献当属ResNet，一举成为计算机视觉领域的流行架构。 包括ResNet在内，他的一系列研究成果已经成为深度学习领域的基石。 现如今，ResNet论文被引次数已突破17万，谷歌学术总被引次数已超过46万次。 英伟达高级研究科学家Jim Fan也对此表示的祝贺：「通常我们会祝贺某人加入MIT，但这次我要祝贺MIT EECS能够招揽到恺明。」 - Residual Layer是LLM的基本组成部分。 - Faster/Mask R-CNN 是图像分割和机器人感知领域的行业标准。 - Panoptic segmentation 重新定义了视觉研究的一个子领域。 - Mask AutoEncoder (MAE) 是最优秀的通用自监督算法，适用于计算机视觉等多个领域。 - 在MAE之前，Momentum Contrast (MoCo) 是最先进的对比学习技术。 - SlowFast网络是视频学习的默认核心技术之一，直到ViTs的出现才慢慢取代了它。 - 还有许多其他具有开创性的研究成果，无法在此一一列举... 在跳槽MIT之前，何恺明曾是Meta「明星实验室」FAIR的研究科学家，专注的研究领域包括深度学习和计算机视觉。 通过计算机视觉问题的视角，何恺明致力于开发适用于各种领域的通用方法。 他目前的研究重点聚焦在建立一个计算机模型，以便从复杂的世界中学习表征并开发智能。 何恺明研究的长期目标是用能力更强的人工智能来增强人类智能。 同时，他在计算机视觉和深度学习领域发表了一系列极具影响力的论文，被引次数非常之高。 何恺明在视觉物体检测和分割方面的研究成果，包括Faster R-CNN和Mask R-CNN，也都产生了重大影响，是这些领域被引用次数最多的论文之一。
论文地址：https://proceedings.neurips.cc/paper_files/paper/2015/file/14bfa6bb14875e45bba028a21ed38046-Paper.pdf
论文地址：https://openaccess.thecvf.com/content_ICCV_2017/papers/He_Mask_R-CNN_ICCV_2017_paper.pdf 他在视觉自监督学习方面的这篇论文，是CVPR 2020、2021和2022年3年内发表的论文中被引用次数最多的。 截至2023年7月，他的论文被引用次数超过46万次，每年增加10万次以上。 他加入MIT之后，也将成为MIT全校论文被引用次数最多的学者。 而在他之后，MIT论文被引用次数排名第二的是化学与生物医学工程系的传奇教授Robert Langer，被引次数为39万+。 同时，他也是领域内多个著名奖项的获得者，包括2018年PAMI青年研究员奖，2009年CVPR、2016年CVPR、2017 年ICCV最佳论文奖，2017年ICCV最佳学生论文奖，2018年ECCV、2021年CVPR最佳论文荣誉奖，以及2021年 ICCV Everingham奖。 还在广州执信中学读书时，何恺明就曾 获得全国物理竞赛和省化学竞赛的一等奖。 2003年5月，何恺明获得保送清华的资格，但是他依然参加了高考并且以满分900分的成绩，成为当年广东省9位满分状元之一。 进入清华大学以后，何恺明放弃保送的机械工程及其自动化专业，进入了基础科学班。 他在本科还没有毕业的时候，就进入了微软亚洲研究院实习。出于对于计算机视觉的兴趣，他选择加入了计算机视觉组。 在2007年获得了清华大学学士学位之后，4年时间就拿到了香港中文大学的博士学位。 在2016年加入FAIR之前，何恺明于2011年至2016年在微软亚洲研究院（MSRA）担任研究员。 他的第一篇CVPR获奖论文就发表于在微软亚洲研究院工作期间。 自3月9日何恺明将在MIT进行 Job talks（求职演讲）的消息传出后，很快引起 AI 圈的关注。 Job talks是学术界的一个传统，多集中在每年的三四月份进行，申请博士或教职的学者会到高校内做学术报告，演讲内容多为自己的研究成果。 他当时在MIT的演讲，座无虚席，甚至连隔壁的分会议室都全部爆满。 甚至有网友表示，演讲只是表示MIT已经完全认可了何恺明的学术成果和能力，但是何恺明是否会选择加入MIT，还不一定。 而即便在他还没有确定加入MIT之前，离开Meta FAIR也几乎是确定的事情。 在FAIR工作的网友留言证实，最近一年他都几乎都没来过Meta的办公室。 一方面，何恺明自己更倾向于做基础研究。在MIT的研究结尾，他透露自己接下来的研究方向会是AI for science，将聚焦视觉NLP大一统，做Self-Supervised X+AI。 而在Meta亏损不断加大，持续裁员的背景下，AI巨头间的竞争已经如同“八角笼肉搏”。 显然Meta更希望将研究资源聚焦到更实用的方向和技术上， 这样必然会影响到对于基础研究的持续投入。这也许是何恺明决心回归学术界最重要的原因。 毕竟，很多人认为学术界现在已经不适合做研究了。急需一个大牛用自己的实际行动向大家展示，如何在学术界进行学术研究。 就像Jim fan所说，这次不需要恭喜何恺明，而是需要恭喜MIT得到了业界大佬大垂青，MIT化身秦始皇，死死攥住电线不放，“赢麻了”！ 在得知他加入MIT CSAIL之后，网友也感叹于他对于CV领域的贡献实在太大，MIT简直就是捡到“保险柜”了。 https://kaiminghe.github.io/
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报 。
