何恺明的大神目的是 ：探究面向重大天下的智能
 。

「作为一位 FAIR 钻研迷信家，回归何恺我将于 2024 年退出麻省理工学院（MIT）电气工程与合计机迷信系 EECS 负责教职 。学界」

AI 规模的明宣驰名学者，ResNet 缔造人何恺明  ，告退最近在总体网站上宣告即将回归学界了。大神

在最近科技公司相助大模子、明宣AIGC 新削减点的告退布景下，何恺明抉择投身钻研 ，大神做出了一个有引领性的回归何恺抉择。

对于这人们纷纭展现招待 ，学界「他的明宣学生该有福了」：

也有人展现，告退愿望他在退出 MIT 之后仍可能以及 Meta 坚持详尽分割，由于纵然贵如 MIT 也不业界试验室那样丰硕的 GPU 算力资源。

感慨之外，人们纷纭开始预料何恺明未来的科研倾向 。从他总体网站上的叙述来看 ：「经由合计机视觉下场的视角，我的目的是开拓适用于各个规模的通用措施。我当初的钻研重点是构建可能学习重大天下展现的合计机模子，并探究面向重大天下的智能 。我钻研的临时目的是经由更强盛的家养智能来增强人类智能。」

这可能象征着与事实天下互动的 AI，是机械人 ？

众人聚焦的转会

何恺明的去向在四个月前成为了 AI 规模巨匠关注的话题 。

往年 3 月，良多人发现 MIT 的网站上泛起了一条特意演讲预告 。

在 MIT 的 EECS，此类「特殊钻研会」艰深为前来恳求地位的学者妨碍的「面试」，其内容次若是揭示求职者的钻研下场。没想到作为学术明星的何恺明的一场小行动成为了大型追星现场
，行动当天团聚室爆满之后 MIT 不患上不临时加开投屏房间，服从短途旁不雅的房间依然爆满。

可见人们对于这位大神的招供度。

据退出行动的同砚泄露，在这场演讲历程中何恺明主要介绍了 ResNet
、Faster R-CNN 、Mask R-CNN 、MoCo、MAE 等以前他实现的钻研 。此外还对于未来妨碍了确定水平的展望，其中搜罗 AI 作为一个通用工具辅助各个迷信规模睁开钻研，以及自把守学习的更普遍运用 。

在 MIT 之行停止后  ，何恺明近期还曾经在纽约大学、普林斯顿妨碍过演讲。

从高考状元到顶尖 AI 迷信家

何恺明是咱们耳熟能详的 AI 迷信家之一，在合计机视觉规模不人不知道他的台甫 。

2003 年 ，何恺明以尺度分 900 分取患上广东省高考总分第一 ，被清华大学物理系根基迷信班落选 。在清华物理系根基迷信班结业后，他进入香港中文大学多媒体试验室攻读博士学位，师从汤晓鸥。何恺明曾经于 2007 年进入微软亚洲钻研院视觉合计组实习，实习导师为孙剑博士。

2011 年博士结业后
，何恺明退出微软亚洲钻研院使命任钻研员。2016 年
，何恺明退出 Facebook 家养智能试验室，任钻研迷信家至今。

何恺明的钻研曾经数次患上奖。2009 年 ，汤晓鸥教授 、孙剑博士以及当时博士钻研生在读的何恺明配合实现的论文《基于暗原色的繁多图像去雾技术》拿到了国内合计机视觉顶会 CVPR 的最佳论文奖，也是该团聚停办二十五年来初次有亚洲学者取患上最高奖项。

2016 年 ，何恺明凭仗 ResNet 再获 CVPR 最佳论文奖 ，此外 ，他尚有一篇论文进入了 CVPR2021 最佳论文的候选
。何恺明还由于 Mask R-CNN 取患上过 ICCV 2017 的最佳论文（Marr Prize），同时也退出了昔时最佳学生论文的钻研。

凭证 Google Scholar 的统计 ，何恺明一共宣告了 73 篇论文，H Index 数据为 67。妨碍 2023 年 7 月，何恺明的钻研援用次数逾越 46 万次 ，而且每一年以逾越 10 万次的速率削减 。

这是个甚么量级呢 ？简而言之，他退出 MIT 之后会赶快成为该校论文援用量最高的学者，不限学科，不之一。

那些年，恺明宣告过的「神作」

提及恺明大神的作品，最驰名的便是 ResNet 了。这篇论文宣告于七年前，迄今援用已经逾越十七万  。

《Deep Residual Learning for Image Recognition》在 2016 年拿下了合计机视觉顶级团聚 CVPR 的最佳论文奖。该论文的四位作者何恺明、张祥雨
、任少卿以及孙剑如今在家养智能规模里都是响铛铛的名字 ，当时他们都是微软亚洲钻研院的一员 。

同样是大神级此外学者李沐已经说过
，假如你在运用卷积神经收集，有一半的可能性便是在运用 ResNet 或者它的变种 。

何恺明无关残差收集（ResNet）的论文处置了深度收集的梯度传递下场 。这篇论文是 2019 年、2020 年以及 2021 年 Google Scholar Metrics 中所有钻研规模被援用次数至多的论文，并建树了今世深度学习模子的根基组成部份（好比在 Transformers、AlphaGo Zero 、AlphaFold 中） ）。

如今大模子都在运用的 transformer 的编码器息争码器 ，概况都有源自 ResNet 的残差链接
。

「在 ResNet 之后就能实用地磨炼逾越百层的深度神经收集，把收集打患上颇为深，」在 2023 天下家养智能大会的演讲中
，汤晓鸥对于何恺明的学术贡献不惜表彰：「何恺明把神经收集做深了，google把神经收集的进口拉大了，又深又大 ，才成为明天的大模子 。」

2021 年 11 月，何恺明以一作身份宣告论文《Masked Autoencoders Are Scalable Vision Learners》 ，提出了一种泛化功能精采的合计机视觉识别模子
，同样是适才宣告就成为了合计机视觉圈的热门话题 。

一个初入 AI 规模的新人 ，在探究的历程中看到良多紧张钻研主要作者都是何恺明，每一每一会禁不住感应惊惶。何恺明尽管临时身处业界 ，但科研态度不断被视为标杆 —— 他每一年只产出大批一作文章，但确定会是份量级的 ，简直不破例。

咱们也每一每一歌颂于何恺明使命的气焰：纵然是具备独创性的论文，其内容每一每一也是扼要易读的，他会运用最直不雅的方式批注自己「重大」的想法
，不运用 trick，也不不用要的证实，有的只是详尽的直觉 。

如今回归学界 ，期待恺明能带来更多惊艳之作  。

参考内容：

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

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