剛剛，何愷明官宣入職谷歌DeepMind！
AI圈炸了！CV大牛何愷明正式官宣入職谷歌。
已更新的個(gè)人主頁(yè)上，明確寫著：兼職谷歌DeepMind杰出科學(xué)家。
與此同時(shí)，他依然保留MIT EECS終身教授的身份。
圖片
這位CV領(lǐng)域的傳奇人物，因提出ResNet而名震江湖，徹底改變了深度學(xué)習(xí)的發(fā)展軌跡，成為現(xiàn)代AI模型的基石。
如今，這位「學(xué)界+業(yè)界」雙軌并行的跨界大神，再次用行動(dòng)證明了他的無(wú)限可能！
對(duì)于谷歌DeepMind而言，何愷明的加入更是如虎添翼。
他的技術(shù)專長(zhǎng)，涵蓋了計(jì)算機(jī)視覺(jué)、深度學(xué)習(xí)等核心領(lǐng)域，學(xué)術(shù)影響力在全球范圍內(nèi)有目共睹。
Demis Hassabis曾公開表示，AGI可能在未來(lái)5-10年內(nèi)實(shí)現(xiàn)。
何愷明的到來(lái)，無(wú)疑將助力這一終極目標(biāo)的加速實(shí)現(xiàn)。
ResNet之父再跨界，DeepMind迎超級(jí)大腦
何愷明曾是微軟亞研院研究院、Meta「明星實(shí)驗(yàn)室」FAIR的研究科學(xué)家，專注的研究領(lǐng)域包括深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)。
通過(guò)計(jì)算機(jī)視覺(jué)問(wèn)題的視角，致力于開發(fā)適用于各種領(lǐng)域的通用方法。
在正式入職此之前，便早有消息傳出何愷明要跨入學(xué)術(shù)界。
尤其是，他于23年3月在MIT進(jìn)行的Job talks（求職演講），更加坐實(shí)了這一消息。
圖片
他目前的研究重點(diǎn)聚焦在建立一個(gè)計(jì)算機(jī)模型，以便從復(fù)雜的世界中學(xué)習(xí)表征并開發(fā)智能。
長(zhǎng)期目標(biāo)是，用能力更強(qiáng)的人工智能來(lái)增強(qiáng)人類智能。
同時(shí)，他在計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)領(lǐng)域發(fā)表了一系列極具影響力的論文。截至目前，他的論文被引用次數(shù)超過(guò)71萬(wàn)次。
圖片
何愷明關(guān)于深度殘差網(wǎng)絡(luò)（ResNet）的論文是谷歌學(xué)術(shù)指標(biāo)2019年、2020年和2021年，所有研究領(lǐng)域中被引用次數(shù)最多的論文。
圖片
論文地址：https://openaccess.thecvf.com/content_cvpr_2016/papers/He_Deep_Residual_Learning_CVPR_2016_paper.pdf
另外，他在視覺(jué)物體檢測(cè)和分割方面的研究成果，包括Faster R-CNN和Mask R-CNN，也都產(chǎn)生了重大影響，同樣是這些領(lǐng)域被引用次數(shù)最多的論文之一。
圖片
論文地址：https://proceedings.neurips.cc/paper_files/paper/2015/file/14bfa6bb14875e45bba028a21ed38046-Paper.pdf
圖片
論文地址：https://openaccess.thecvf.com/content_ICCV_2017/papers/He_Mask_R-CNN_ICCV_2017_paper.pdf
2009年，何愷明成為首獲計(jì)算機(jī)視覺(jué)領(lǐng)域三大國(guó)際會(huì)議之一CVPR「最佳論文獎(jiǎng)」的中國(guó)學(xué)者。
作為第一作者，他還獲得了CVPR 2009，CVPR 2016和ICCV 2017（Marr Prize）的最佳論文獎(jiǎng)，并獲得了ICCV 2017最佳學(xué)生論文獎(jiǎng)。
2017年4月，何愷明曾獲選香港中文大學(xué)（中大）工程學(xué)院杰出校友。
圖片
同時(shí)，他也是領(lǐng)域內(nèi)多個(gè)著名獎(jiǎng)項(xiàng)的獲得者，包括2018年P(guān)AMI青年研究員獎(jiǎng)，2018年ECCV、2021年CVPR最佳論文榮譽(yù)獎(jiǎng)，以及2021年 ICCV Everingham獎(jiǎng)。
從高考狀元到業(yè)界大神
何愷明是廣東人，在廣州執(zhí)信中學(xué)讀書時(shí)曾獲得全國(guó)物理競(jìng)賽和省化學(xué)競(jìng)賽的一等獎(jiǎng)。
2003年5月，何愷明獲得保送清華的資格，但是他依然參加了高考并且以滿分900分的成績(jī)，成為當(dāng)年廣東省9位滿分狀元之一。
進(jìn)入清華大學(xué)以后，何愷明放棄保送的機(jī)械工程及其自動(dòng)化專業(yè)，進(jìn)入了基礎(chǔ)科學(xué)班。
他在本科還沒(méi)有畢業(yè)的時(shí)候，就進(jìn)入了微軟亞洲研究院實(shí)習(xí)。出于對(duì)于計(jì)算機(jī)視覺(jué)的興趣，他選擇加入了計(jì)算機(jī)視覺(jué)組。
在2007年獲得了清華大學(xué)學(xué)士學(xué)位之后，4年時(shí)間就拿到了香港中文大學(xué)的博士學(xué)位。
在2016年加入FAIR之前，何愷明于2011年至2016年在微軟亞洲研究院（MSRA）擔(dān)任研究員。
他的第一篇CVPR獲獎(jiǎng)?wù)撐木桶l(fā)表于在微軟亞洲研究院工作期間。
今年的成果
何愷明在研究界，每隔一段時(shí)間就會(huì)帶來(lái)新的成果，更新頻率非?？?。
前段時(shí)間，他還聯(lián)手Yann LeCun共同發(fā)現(xiàn)了一種沒(méi)有歸一化層的Transformer，僅用9行代碼就實(shí)現(xiàn)了。
值得一提的是，這篇研究還被CVPR 2025錄用。
圖片
論文地址：https://arxiv.org/abs/2503.10622
項(xiàng)目地址：https://github.com/jiachenzhu/DyT
今年2月，他帶隊(duì)將大自然中的「分形」概念注入AI，提出了「分形生成模型」（fractal generative models）。
并且，在像素級(jí)圖像生成上，團(tuán)隊(duì)驗(yàn)證了新方法的強(qiáng)大——
首次將逐像素建模的精細(xì)分辨率的計(jì)算效率，提升了4000倍。
圖片
論文地址：https://arxiv.org/abs/2502.17437
上個(gè)月，何愷明又聯(lián)手CMU團(tuán)隊(duì)，提出了系統(tǒng)且高效的一步生成建?？蚣躆eanFlow，無(wú)需預(yù)訓(xùn)練就能讓AI生圖一步到位。
圖片
論文地址：https://arxiv.org/abs/2505.13447
他的研究經(jīng)驗(yàn)的創(chuàng)新能力，將為谷歌DeepMind未來(lái)大模型研發(fā)注入更多的可能和動(dòng)力。
