大神迴歸學界：何愷明宣佈加入 MIT

機器之心報道

編輯：澤南、蛋醬

「作爲一位 FAIR 研究科學家，我將於 2024 年加入麻省理工學院（MIT）電氣工程與計算機科學系 EECS 擔任教職。」

AI 領域的著名學者，ResNet 發明人何愷明，最近在個人網站上宣佈即將回歸學界了。

愷明甚至換上了全新的頭像。

在最近科技公司競爭大模型、AIGC 新增長點的背景下，何愷明選擇投身研究，做出了一個有引領性的選擇。

對此人們紛紛表示歡迎，「他的學生該有福了」：

不知道未來是否會有年輕一代學會何愷明大道至簡的研究風格。

也有人表示，希望他在加入 MIT 之後仍可以和 Meta 保持緊密聯繫，因爲即使貴如 MIT 也沒有業界實驗室那樣豐富的 GPU 算力資源。

感嘆之外，人們紛紛開始預測何愷明未來的科研方向。從他個人網站上的敘述來看：「通過計算機視覺問題的視角，我的目標是開發適用於各個領域的通用方法。我目前的研究重點是構建可以學習複雜世界表示的計算機模型，並探索麪向複雜世界的智能。我研究的長期目標是通過更強大的人工智能來增強人類智能。」

這可能意味着與現實世界互動的 AI，是機器人？

衆人聚焦的轉會

何愷明的去向在四個月前成爲了 AI 領域人人關注的話題。

今年 3 月，很多人發現 MIT 的網站上出現了一條特別演講預告。

在 MIT 的 EECS，此類「特殊研討會」通常是前來申請職位的學者進行的「面試」，其內容主要是展示求職者的研究成果。沒想到作爲學術明星的何愷明的一場小活動成爲了大型追星現場，活動當天會議室爆滿之後 MIT 不得不臨時加開投屏房間，結果遠程觀看的房間依然爆滿。

圖片來自知乎

可見人們對於這位大神的認可度。

據參與活動的同學透露，在這場演講過程中何愷明主要介紹了 ResNet、Faster R-CNN、Mask R-CNN、MoCo、MAE 等過去他完成的研究。另外還對未來進行了一定程度的展望，其中包括 AI 作爲一個通用工具幫助各個科學領域開展研究，以及自監督學習的更廣泛應用。

在 MIT 之行結束後，何愷明近期還曾在紐約大學、普林斯頓進行過演講。

從高考狀元到頂尖 AI 科學家

何愷明是我們耳熟能詳的 AI 科學家之一，在計算機視覺領域沒有人不知道他的大名。

2003 年，何愷明以標準分 900 分獲得廣東省高考總分第一，被清華大學物理系基礎科學班錄取。在清華物理系基礎科學班畢業後，他進入香港中文大學多媒體實驗室攻讀博士學位，師從湯曉鷗。何愷明曾於 2007 年進入微軟亞洲研究院視覺計算組實習，實習導師爲孫劍博士。

2011 年博士畢業後，何愷明加入微軟亞洲研究院工作任研究員。2016 年，何愷明加入 Facebook 人工智能實驗室，任研究科學家至今。

何愷明的研究曾數次得獎。2009 年，湯曉鷗教授、孫劍博士和當時博士研究生在讀的何愷明共同完成的論文《基於暗原色的單一圖像去霧技術》拿到了國際計算機視覺頂會 CVPR 的最佳論文獎，也是該會議創辦二十五年來首次有亞洲學者獲得最高獎項。

湯曉鷗與何愷明

2016 年，何愷明憑藉 ResNet 再獲 CVPR 最佳論文獎，此外，他還有一篇論文進入了 CVPR2021 最佳論文的候選。何愷明還因爲 Mask R-CNN 獲得過 ICCV 2017 的最佳論文（Marr Prize），同時也參與了當年最佳學生論文的研究。

根據 Google Scholar 的統計，何愷明一共發表了 73 篇論文，H Index 數據爲 67。截至 2023 年 7 月，何愷明的研究引用次數超過 46 萬次，並且每年以超過 10 萬次的速度增長。

這是個什麼量級呢？簡而言之，他加入 MIT 之後會立刻成爲該校論文引用量最高的學者，不限學科，沒有之一。

那些年，愷明發表過的「神作」

說起愷明大神的作品，最有名的就是 ResNet 了。這篇論文發表於七年前，迄今引用已經超過十七萬。

《Deep Residual Learning for Image Recognition》在 2016 年拿下了計算機視覺頂級會議 CVPR 的最佳論文獎。該論文的四位作者何愷明、張祥雨、任少卿和孫劍如今在人工智能領域裡都是響噹噹的名字，當時他們都是微軟亞洲研究院的一員。

同樣是大神級別的學者李沐曾經說過，假設你在使用卷積神經網絡，有一半的可能性就是在使用 ResNet 或它的變種。

何愷明有關殘差網絡（ResNet）的論文解決了深度網絡的梯度傳遞問題。這篇論文是 2019 年、2020 年和 2021 年 Google Scholar Metrics 中所有研究領域被引用次數最多的論文，並建立了現代深度學習模型的基本組成部分（例如在 Transformers、AlphaGo Zero、AlphaFold 中） ）。

如今大模型都在使用的 transformer 的編碼器和解碼器，裡面都有源自 ResNet 的殘差鏈接。

「在 ResNet 之後就可以有效地訓練超過百層的深度神經網絡，把網絡打得非常深，」在 2023 世界人工智能大會的演講中，湯曉鷗對何愷明的學術貢獻不吝讚美：「何愷明把神經網絡做深了，谷歌把神經網絡的入口拉大了，又深又大，才成爲今天的大模型。」

2021 年 11 月，何愷明以一作身份發表論文《Masked Autoencoders Are Scalable Vision Learners》，提出了一種泛化性能良好的計算機視覺識別模型，同樣是剛剛發表就成爲了計算機視覺圈的熱門話題。

一個初入 AI 領域的新人，在探索的過程中看到很多重要研究主要作者都是何愷明，經常會不由得感到驚訝。何愷明雖然長期身處業界，但科研態度一直被視爲標杆 —— 他每年只產出少量一篇文章，但一定會是重量級的，幾乎沒有例外。

我們也經常讚歎於何愷明工作的風格：即使是具有開創性的論文，其內容經常也是簡明易讀的，他會使用最直觀的方式解釋自己「簡單」的想法，不使用 trick，也沒有不必要的證明，有的只是美麗的直覺。

如今迴歸學界，期待愷明能帶來更多驚豔之作。

參考內容：

https://www.csail.mit.edu/event/eecs-special-seminar-kaiming-he-pursuit-visual-intelligence

https://www.zhihu.com/question/588205714