AI科學家何愷明將從Facebook迴歸學界：明年起執教麻省理工學院

·「作為一位FAIR（Facebook AI Research）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。」

·何凱明的CNN（卷積神經網絡）模型ResNet在網絡的每一層引入了一個直連通道，從而解決了深度網絡的梯度傳遞問題，獲得了2016年CVPR的最佳論文獎，是計算機視覺歷史上被引用最多的論文。

近日，AI領域著名學者、殘差神經網絡ResNet發明人何愷明在個人網站上宣佈即將回歸學界，加入麻省理工學院（MIT）擔任教職。

何愷明的主要研究領域為計算機視覺和深度學習，他的ResNets論文是2019年、2020年和2021年Google Scholar Metrics所有研究領域中被引用最多的論文，並建立了現代深度學習模型的基本組成部分。在深度學習模型Transformers、AI圍棋工具AlphaGo Zero、AI蛋白質結構預測工具AlphaFold中都有使用ResNet。

今年3月，何愷明在MIT的一場演講中透露，接下來的研究方向會是AI for science（人工智能用於科研），將聚焦計算機視覺、NLP（自然語言處理）和self-supervised（自監督學習）。作為目前Facebook AI Research（FAIR）的研究科學家，他已經在個人網站中換上了全新的頭像，並在置頂的聲明中表示，「作為一位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領域著名學者、殘差神經網絡ResNet發明人何愷明在個人網站上的聲明。

師從湯曉鷗

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。畢業后，他進入香港中文大學多媒體實驗室攻讀博士學位，師從香港中文大學教授湯曉鷗。何愷明曾於2007年進入微軟亞洲研究院視覺計算組實習，實習導師為孫劍博士。

2011年博士畢業后，何愷明加入微軟亞洲研究院任研究員。2016年，他加入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獲獎。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（IEEE Conference on Computer Vision and Pattern Recognition，即IEEE國際計算機視覺與模式識別會議）的最佳論文獎，也是該會議創辦25年來首次有亞洲學者獲得最高獎項。

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CVPR 2021最佳論文的候選。何愷明還因為Mask R-CNN（實例分割算法）獲得過ICCV（ IEEE International Conference on Computer Vision，即國際計算機視覺大會） 2017年的最佳論文馬爾獎（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數據為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。

ResNet發明人

何愷明最著名的一項工作是提出了一種殘差網絡的結構ResNet，用以解決神經網絡中的退化問題，即網絡的層數越深，在數據集上的性能表現卻越差。而ResNet允許網絡結構儘可能地加深，並引入了全新結構，目前的人工智能或多或少都受到了這個結構的影響。

湯曉鷗曾在2023世界人工智能大會上介紹了何愷明的工作和成就，「在2015年之前，深度學習最多隻能訓練20層，而CNN（卷積神經網絡）模型ResNet在網絡的每一層引入了一個直連通道，從而解決了深度網絡的梯度傳遞問題，獲得了2016年CVPR的最佳論文獎，是計算機視覺歷史上被引用最多的論文。」

「在ResNet之后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。」湯曉鷗説，「在大模型時代，以Transformer為核心的大模型，包括GPT系列，也普遍採用了ResNet結構，以支撐上百層的Transformer的堆疊。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，才成為今天的大模型。」

湯曉鷗表示，何愷明還有一項工作——Mask R-CNN算法，是就職於Facebook時開發的，是一個真正高性能的物體檢測算法框架，獲得了ICCV 2017年最佳論文。「愷明應該是世界上唯一一個在畢業不到10年內3次以第一作者身份獲得CVPR和ICCV最佳論文的人。」湯曉鷗表示，Mask R-CNN首次把基於掩碼的自編碼思想用於視覺領域的非監督學習，開啟了計算機視覺領域自監督學習的大門，並被推廣到3D領域、音頻領域，甚至是AI for science領域。

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。

從何愷明個人網站上的敍述來看，這可能也是他接下來的研究方向：「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。」

據悉，何愷明加入MIT后會立刻成為該校論文引用量最高的學者。

附：何愷明個人網站的聲明全文

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。我目前是Facebook AI Research（FAIR）的研究科學家。

我的研究涵蓋了計算機視覺和深度學習的廣泛主題。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。

我在計算機視覺和深度學習領域發表了一系列極具影響力的論文。我關於深度殘差網絡（ResNets）的論文是2019年、2020年和2021年Google Scholar Metrics所有研究領域中被引用最多的論文，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）。我在視覺目標檢測方面的工作，包括Faster R-CNN和Mask R-CNN，產生了重大影響，是這些領域被引用最多的論文之一。我在視覺自監督學習方面的作品是CVPR 2020年、2021年和2022年發表的被引次數最多的論文。我的論文有超過46萬次引用（截至2023年7月），每年增加超過10萬次。

我是領域中幾個著名獎項的獲得者，包括2018年PAMI青年研究員獎，CVPR 2009年最佳論文獎，CVPR 2016年，ICCV 2017年，ICCV 2017年最佳學生論文獎，ECCV 2018年最佳論文榮譽獎，CVPR 2021年，以及ICCV 2021年的最佳論文獎。

在2016年加入FAIR之前，我曾於2011年至2016年在微軟亞洲研究院（MSRA）擔任研究員。2011年在香港中文大學獲得博士學位，2007年在清華大學獲得學士學位。