何恺明官宣加入MIT,正式回归学术界!
共 2243字,需浏览 5分钟
·
2023-08-03 17:41
尚恩 发自 凹非寺
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) 。
![](https://filescdn.proginn.com/a4bed13f890f579469b018ce3f341ea4/fa37058fece7375b671b07223eecbfc3.webp)
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://filescdn.proginn.com/42f4f188e2d82f7da3768ecaad79c5c0/a9053886802e43aaf60ecbc408a5bb8e.webp)
除此之外,也有网友羡慕表示,MIT的学生有福了!
![](https://filescdn.proginn.com/7decf431dd70efb3bd41c78fc99b4f32/7e7a4a7bad8e7cc07ad5e2b3038f7864.webp)
也有一部分网友对Meta人才流失,发出灵魂拷问:
还剩谁在Meta?
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?
参考链接:
[1]https://kaiminghe.github.io/
[2]https://scholar.google.com/citationsuser=DhtAFkwAAAAJ&hl=en/
![](https://filescdn.proginn.com/cca33243cfbd4aa352c7f501866ebc0b/3713552b0f59f1d84053b4413ccdfc1e.webp)
分享
收藏
点赞
在看
![](https://filescdn.proginn.com/a66de61b0e5b95d91fbcf9092b63f0ba/1cbb2fe82b1105974e37c255ad4b507e.webp)