整理 | 郑丽媛
出品 | CSDN（ID：CSDNnews）
今年 3 月，MIT（麻省理工学院）官网预告了一场特别研讨会：何恺明，“追求视觉智能”。一般来说，MIT 的这种特别研讨会可被视为求职学者的一场“面试”，用以展示其研究成果和学术能力。
因此由这条预告开始，有关何恺明将离开 Facebook AI 研究院、去 MIT 担任教职的说法，在 AI 圈就愈演愈烈。
终于，根据何恺明 GitHub 主页的最新信息，这个传言得到了证实：“我将于 2024 年加入麻省理工学院（MIT）电气工程与计算机科学系（EECS），成为一名教师。”
从高考状元，到 “CVPR 最佳论文奖” 首位华人得主
曾有人在网上说，“如果说深度学习三巨头 Hinton、LeCun、Bengio 是 T0 级别，那么何恺明毫无疑问 T1 级别”，这条评论得到了上千人的赞同——何恺明，一个如今在计算机视觉、深度学习领域几乎无人不知的名字。
回顾何恺明一路走来的经历和成绩，便会发现许多人将他称作“大神”、“天才”并不夸张。
1984 年生于广东广州的何恺明，从小成绩优异，高中时凭借全国物理竞赛一等奖，获得了保送清华大学机械工程及其自动化专业的资格。但他却依旧选择参加高考，在 2003 年以标准分 900 分成为了广东省“高考状元”，并放弃了保送的专业，凭优异成绩被清华大学物理系基础科学班录取。
在清华大学的四年，何恺明不仅接连三年获得奖学金，还在 2007 年没毕业的时候，就进入了微软亚洲研究院（MSRA）视觉计算组实习，实习导师为孙剑博士。
从清华本科毕业后，何恺明又进入了香港中文大学攻读研究生，师从知名 AI 教授汤晓鸥，期间也仍在微软亚洲研究院参与相关研究。
2009 年，何恺明的第一篇论文 “Single ImageHaze Removalusing Dark Channel Prior（基于暗原色的单一图像去雾技术）” 获得 IEEE 国际计算机视觉与模式识别会议（CVPR）年度最佳论文奖——这也是 CVPR 创办 25 年以来，首次有华人学者获此殊荣，“何恺明”这个名字也由此在 CV 领域打出了名号。
2011 年博士毕业后，何恺明加入微软亚洲研究院工作，担任研究员一职。到了 2016 年，何恺明从 MSRA 离开，并加入了 Facebook 人工智能实验室，从此担任研究科学家至今。
“祝贺 MIT 拥有何恺明！”
“我在计算机视觉和深度学习领域发表了一系列极具影响力的论文。”
正如何恺明在 GitHub 主页所说，根据 Google Scholar 的统计，这些年来他共发表了 73 篇论文，H Index 数据为 67，截至本月其论文被引用次数更是已超过 46 万次，并且每年增加 10 万次以上——据统计，何恺明加入 MIT 之后，他将成为该校论文引用量最高的学者。
除了 2009 年的 CVPR 年度最佳论文奖，此后何恺明发表的论文多次被评为各种“最佳”，其本人也在 2018 年荣获 PAMI 青年研究员奖：
▶ 2016 年，Deep Residual Learning for Image Recognition，获得 CVPR 最佳论文奖。
▶ 2017 年，Mask R-CNN，获得 ICCV 最佳论文奖。
▶ 2017 年，Focal Loss for Dense Object Detection，获得 ICCV 最佳学生论文奖。
▶ 2021 年，Exploring Simple Siamese Representation Learning，获得 CVPR 最佳论文提名。
根据何恺明主页介绍，他的研究涉及计算机视觉和深度学习领域的多个课题，包括通过计算机视觉问题的视角，致力于开发适用于各种领域的通用方法。而当前，他的研究重点是建立计算机模型，以便从复杂世界中学习表征并开发智能：“我研究的长期目标是用能力更强的 AI 来增强人类智能。”
对于这样一位“大神”加盟 MIT，英伟达 AI 科学家 Jim Fan 感慨道：“通常我们会祝贺某人加入 MIT，但这次我要祝贺 MIT 拥有何恺明！”
也有不少网友表示羡慕：“MIT 的学生真是太幸运了，以后能直接跟着他学习。”
但同时，或许是联想到了前阵子 Meta 工程师、React 项目核心人员 Dan Abramov 也宣布几周后要辞去 Meta 的工作，有一部分网友开始担忧 Meta 的人才留存情况：“还有谁留在 Meta？”
那么，对于何恺明回归学术界这件事，你又有什么看法呢？
参考链接：
https://www.csail.mit.edu/event/eecs-special-seminar-kaiming-he-pursuit-visual-intelligence
https://kaiminghe.github.io/
https://zh.wikipedia.org/wiki/%E4%BD%95%E6%81%BA%E6%98%8E
