何愷明官宣加入MIT，正式回歸學(xué)術(shù)界！
MIT最高引第一人
尚恩 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI
傳奇大神何愷明，最新動(dòng)向塵埃落定！
剛剛他正式宣布，自己將于2024年加入MIT EECS（電子工程和計(jì)算機(jī)科學(xué)系) 。
何愷明是CV領(lǐng)域的翹楚，從CVPR首個(gè)華人最佳論文再到ResNet，其谷歌學(xué)術(shù)被引用次數(shù)已經(jīng)突破46萬(wàn)次。
消息一出，英偉達(dá)AI科學(xué)家Jim Fan第一時(shí)間發(fā)來(lái)賀電，并表示：
他的成就太多數(shù)不過(guò)來(lái)了，有些人就是為AI而生的！
除此之外，也有網(wǎng)友羨慕表示，MIT的學(xué)生有福了！
也有一部分網(wǎng)友對(duì)Meta人才流失，發(fā)出靈魂拷問(wèn)：
還剩誰(shuí)在Meta？
MIT最高引第一人
今年3月，何愷明就曾在MIT做講主題為“視覺(jué)智能”的Job Talks（求職演講），并透露未來(lái)將主要聚焦AI for Science，包括視覺(jué)和NLP大一統(tǒng)做self-supervised X+AI。
當(dāng)時(shí)據(jù)現(xiàn)場(chǎng)網(wǎng)友描述，會(huì)場(chǎng)人滿(mǎn)為患，僅排隊(duì)就拐了幾個(gè)彎，為此MIT CSAIL還臨時(shí)開(kāi)了隔壁會(huì)議室投屏。
這件事當(dāng)時(shí)不僅引起AI圈廣泛關(guān)注，也引來(lái)不少網(wǎng)友猜測(cè)“他會(huì)不會(huì)加入MIT”。
現(xiàn)在，隨著何愷明親自官宣，一切都終于能確認(rèn)了！而他也將成為MIT最高引第一人。
此前MIT全校被引用次數(shù)最高的，是化學(xué)與生物醫(yī)學(xué)工程系的重量級(jí)教授Robert Langer，Google Scholar上次數(shù)為39萬(wàn)+。
而現(xiàn)在，何愷明被引用次數(shù)已經(jīng)高達(dá)46萬(wàn)+！
另外，根據(jù)官宣內(nèi)容，何愷明將于2024年加入MIT的電子工程和計(jì)算機(jī)科學(xué)系（EECS）。
EECS是MIT最大的學(xué)術(shù)部門(mén)，也是世界著名的計(jì)算科學(xué)和AI研究科系。
這里云集了眾多計(jì)算機(jī)科學(xué)和AI領(lǐng)域的知名人物，包括MIT App Inventor嘗試領(lǐng)導(dǎo)人Hal Abelson等等。
CV大神
何愷明本科就讀于清華大學(xué)物理系，博士師從湯曉鷗，畢業(yè)于香港中文大學(xué)。
2009年，湯曉鷗、何愷明以及孫劍憑借論文“Single Image Haze Removal Using Dark Channel Prior”，獲得該年度 CVPR的最佳論文獎(jiǎng)，這也是第一次頒發(fā)給亞洲研究學(xué)者。
2011年博士畢業(yè)后進(jìn)入微軟亞洲研究院工作，任研究員，并在2016年加入Facebook AI Research（FAIR）繼續(xù)研究計(jì)算機(jī)視覺(jué)。
2015年，何愷明提出ResNet（深度殘差網(wǎng)絡(luò)），不僅在ILSVRC 2015分類(lèi)任務(wù)競(jìng)賽斬獲第一名，還拿到了2016年CVPR最佳論文。
ResNet目前也是其最高引研究，單篇引用量在2021年底突破10萬(wàn)次，目前已漲至17萬(wàn)次。
在FAIR期間，何愷明和團(tuán)隊(duì)在計(jì)算機(jī)視覺(jué)領(lǐng)域取得不少亮眼的成績(jī)，包括Faster R-CNN及后續(xù)的Mask R-CNN等一系列研究。
其中，Mask R-CNN解決了圖片中的實(shí)例級(jí)對(duì)象分割問(wèn)題，不僅能將照片中的人、動(dòng)物等對(duì)象單一檢測(cè)，還可為其每個(gè)對(duì)象實(shí)例生成一個(gè)高質(zhì)量分隔遮罩，該研究也獲得了ICCV 2017最佳論文。
他的近期主要研究興趣是無(wú)監(jiān)督學(xué)習(xí)，21年底提出的MAE，將語(yǔ)言模型的掩碼預(yù)訓(xùn)練方法用在視覺(jué)模型上，為視覺(jué)大規(guī)模無(wú)監(jiān)督預(yù)訓(xùn)練大模型開(kāi)路。
最近他還將掩碼方法引入眾多AI繪畫(huà)應(yīng)用的基礎(chǔ)模型CLIP，把訓(xùn)練速度提升了3.7倍。
One More Thing
最近一段時(shí)間，回歸學(xué)術(shù)界逐漸生成一股浪潮，F(xiàn)AIR多位研究大牛離職。
去年9月，ResNeXt一作謝賽寧就宣布離開(kāi)，將于今年1月加入紐約大學(xué)擔(dān)任助理教授。
謝賽寧的主要研究方向也是以“深度學(xué)習(xí)、計(jì)算機(jī)視覺(jué)”為主。目前，他在Google Scholar上的引用量已經(jīng)超過(guò)3萬(wàn)+。
此前就有網(wǎng)友針對(duì)《如何看待Kaiming面試MIT教職?》給出自己的答案。
你如何看待這股“回歸學(xué)術(shù)界”的趨勢(shì)呢？
參考鏈接：
[1]https://kaiminghe.github.io/
[2]https://scholar.google.com/citationsuser=DhtAFkwAAAAJ&hl=en/
相關(guān)閱讀
水印.jpg)
