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

恺明致使换上了全新的学界头像
。

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 。

图片来自知乎

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
。

汤晓鸥与何恺明

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