何恺明官宣,正式回归学术界!

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!

除此之外,也有网友羡慕表示,MIT的学生有福了!

也有一部分网友对Meta人才流失,发出灵魂拷问:

还剩谁在Meta?

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):

gpt4test.com

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。

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。

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+。

而现在,何恺明被引用次数已经高达46万+!

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。

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。

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。

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。

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。

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。

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。

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。

你如何看待这股"回归学术界"的趋势呢?

参考资料

1kaiminghe.github.io/

2scholar.google.com/citationsus...

相关推荐
建筑工程企业管理系统20 分钟前
工程进度统计管理系统自动化汇总数据,解决施工企业手工对账误差难题
大数据·人工智能·自动化
唠点键盘之外的23 分钟前
27 存量系统接大模型:旁挂一个 AI 微服务,老架构一行不改
人工智能·微服务·架构
kaixin_啊啊1 小时前
【用于更准确 G×E 基因组预测的大规模作物数据集与基于深度学习的多模态融合框架】论文学习
人工智能·深度学习·学习
GOWIN革文品牌咨询1 小时前
工业测量品牌系统化搭建指南:从内容架构到长期治理的全流程
大数据·人工智能·架构
拿本唠嗑AI研究1 小时前
本体工程实战指南:从建模到可维护的完整落地路径
java·人工智能·python·jena·ontology
deepseek231 小时前
AI 模型隐藏任意能力拆解:把加密神经网络塞进宿主权重,能力评估为什么在密码学上抓不到
人工智能·深度学习·神经网络·密码学·模型安全
揽秀亭长1 小时前
从音频到五线谱,自动扒谱的完整技术流程
人工智能
Smoothcloud润云1 小时前
PyTorch推理服务模型热切换与失败回滚实战:降低版本更新中断
服务器·人工智能·pytorch·python·深度学习·gpu
冬奇Lab1 小时前
开源项目第236期:PentAGI — 全自主渗透测试多智能体系统,自带 20+ 专业工具箱
人工智能·开源·资讯
forest_091 小时前
Agent 系列02|Agent 架构全景图
人工智能·架构·prompt·agi