![](https://file.jishuzhan.net/article/1686215615032856577/b71a612662564a2aa0b28c45fcd65095.png)
夕小瑶科技说 分享
来源 | 量子位
传奇大神何恺明,最新动向尘埃落定!
刚刚他正式宣布,自己将于2024年加入MIT EECS(电子工程和计算机科学系) 。
何恺明是CV领域的翘楚,从CVPR首个华人最佳论文再到ResNet,其谷歌学术被引用次数已经突破46万次。
消息一出,英伟达AI科学家Jim Fan第一时间发来贺电,并表示:
他的成就太多数不过来了,有些人就是为AI而生的!
![](https://file.jishuzhan.net/article/1686215615032856577/b9af15a1085b4a14a2928bcf6d9dbf4f.png)
除此之外,也有网友羡慕表示,MIT的学生有福了!
![](https://file.jishuzhan.net/article/1686215615032856577/4a56b18afbfa49d99ff7900329fec8bf.png)
也有一部分网友对Meta人才流失,发出灵魂拷问:
还剩谁在Meta?
![](https://file.jishuzhan.net/article/1686215615032856577/e61c056da25e46a19110a346871afb5e.png)
大模型研究测试传送门
GPT-4能力研究传送门(遇浏览器警告点高级/继续访问即可):
MIT最高引第一人
今年3月,何恺明就曾在MIT做讲主题为"视觉智能"的Job Talks(求职演讲),并透露未来将主要聚焦AI for Science,包括视觉和NLP大一统做self-supervised X+AI。
![](https://file.jishuzhan.net/article/1686215615032856577/7b49667b5d284dc78a6a8687cac99ddf.png)
当时据现场网友描述,会场人满为患,仅排队就拐了几个弯,为此MIT CSAIL还临时开了隔壁会议室投屏。
![](https://file.jishuzhan.net/article/1686215615032856577/6f94189397b44de1b8edd0d730c98cb8.png)
这件事当时不仅引起AI圈广泛关注,也引来不少网友猜测"他会不会加入MIT"。
现在,随着何恺明亲自官宣,一切都终于能确认了!而他也将成为MIT最高引第一人。
此前MIT全校被引用次数最高的,是化学与生物医学工程系的重量级教授Robert Langer,Google Scholar上次数为39万+。
![](https://file.jishuzhan.net/article/1686215615032856577/6bd00ebb41d74c2aa594eeef5afbb7fd.png)
而现在,何恺明被引用次数已经高达46万+!
![](https://file.jishuzhan.net/article/1686215615032856577/2fdd770a0b0b4b7c8287e2431f3854a6.png)
另外,根据官宣内容,何恺明将于2024年加入MIT的电子工程和计算机科学系(EECS)。
EECS是MIT最大的学术部门,也是世界著名的计算科学和AI研究科系。
这里云集了众多计算机科学和AI领域的知名人物,包括MIT App Inventor尝试领导人Hal Abelson等等。
![](https://file.jishuzhan.net/article/1686215615032856577/b38248e07a3f480ebbda0f56580cd630.png)
CV大神
何恺明本科就读于清华大学物理系,博士师从汤晓鸥,毕业于香港中文大学。
2009年,汤晓鸥、何恺明以及孙剑凭借论文"Single Image Haze Removal Using Dark Channel Prior",获得该年度 CVPR的最佳论文奖,这也是第一次颁发给亚洲研究学者。
![](https://file.jishuzhan.net/article/1686215615032856577/84ac66bd3f9c4b5bbbd2e3f10d3f84ee.png)
2011年博士毕业后进入微软亚洲研究院工作,任研究员,并在2016年加入Facebook AI Research(FAIR)继续研究计算机视觉。
![](https://file.jishuzhan.net/article/1686215615032856577/3f33d5b2b4a4419a855bb42639f1334e.png)
2015年,何恺明提出ResNet(深度残差网络),不仅在ILSVRC 2015分类任务竞赛斩获第一名,还拿到了2016年CVPR最佳论文。
ResNet目前也是其最高引研究,单篇引用量在2021年底突破10万次,目前已涨至17万次。
![](https://file.jishuzhan.net/article/1686215615032856577/373a7cb7df6045aab75101b17c731d59.png)
在FAIR期间,何恺明和团队在计算机视觉领域取得不少亮眼的成绩,包括Faster R-CNN及后续的Mask R-CNN等一系列研究。
其中,Mask R-CNN解决了图片中的实例级对象分割问题,不仅能将照片中的人、动物等对象单一检测,还可为其每个对象实例生成一个高质量分隔遮罩,该研究也获得了ICCV 2017最佳论文。
![](https://file.jishuzhan.net/article/1686215615032856577/a6d9f94184ef4aafaf496bd525224ea7.png)
他的近期主要研究兴趣是无监督学习,21年底提出的MAE,将语言模型的掩码预训练方法用在视觉模型上,为视觉大规模无监督预训练大模型开路。
最近他还将掩码方法引入众多AI绘画应用的基础模型CLIP,把训练速度提升了3.7倍。
![](https://file.jishuzhan.net/article/1686215615032856577/779466f682244812abcd3db2b8e2f75e.png)
One More Thing
最近一段时间,回归学术界逐渐生成一股浪潮,FAIR多位研究大牛离职。
去年9月,ResNeXt一作谢赛宁就宣布离开,将于今年1月加入纽约大学担任助理教授。
![](https://file.jishuzhan.net/article/1686215615032856577/6b80262390be4a48985fbb5a0a20b582.png)
谢赛宁的主要研究方向也是以"深度学习、计算机视觉"为主。目前,他在Google Scholar上的引用量已经超过3万+。
此前就有网友针对《如何看待Kaiming面试MIT教职?》给出自己的答案。
![](https://file.jishuzhan.net/article/1686215615032856577/857eb304f29a43f2aebe85a891788bed.png)
你如何看待这股"回归学术界"的趋势呢?
![](https://file.jishuzhan.net/article/1686215615032856577/ebbe2f3dde224a708ade29bf655bd552.png)