剛剛，MIT教授、CV大神，成為 Google DeepMind 的杰出科學家。不過，這次是以 part-time（兼職） 身份加入。

據(jù)網(wǎng)友爆料，他即將參與基礎研究組的工作。

圖片

何凱愷是計算機視覺領域的超級明星，別人的榮譽都是在某某大廠工作，拿過什么大獎，而何愷明的榮譽是best，best，best ...... 例如2016 CVPR 最佳論文“Deep Residual Learning for Image Recognition”以及2017ICCV最佳論文“Mask R-CNN”。

圖片

目前，何愷明的論文引用數(shù)超過71萬，是MIT被引用次數(shù)最高的學者。

他也一直沒閑著，去年，他與 DeepMind 的黎天鴻團隊提出 Fractal Generative Models，把分形遞歸塞進神經(jīng)網(wǎng)絡，讓逐像素生成 8K 圖像不再卡死 GPU；今年又合寫 Fluid，用連續(xù) token 解決視覺自回歸“越放大越糊”的老毛病。實驗室里，他用 Representation Regularization 給生成模型“扎緊腰帶”，在相同算力下多擠出 2%-3% 質(zhì)量分。

何愷明：多次按響深度學習門鈴

“何愷明把神經(jīng)網(wǎng)絡做深了，谷歌把神經(jīng)網(wǎng)絡的入口拉大了，又深又大，才成為今天的大模型?！?/p>

他2009年的那篇CVPR最佳論文，是CVPR整個25年歷史上亞洲的第一篇最佳論文。

他的第一項工作是在微軟亞洲研究院發(fā)布的有關殘差網(wǎng)絡（ResNet）的論文。在2015年之前，深度學習最多只能訓練20層，而CNN（卷積神經(jīng)網(wǎng)絡）模型ResNet在網(wǎng)絡的每一層引入了一個直連通道，從而解決了深度網(wǎng)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(jīng)網(wǎng)絡，把網(wǎng)絡打得非常深?！睖珪扎t說，“在大模型時代，以Transformer為核心的大模型，包括GPT系列，也普遍采用了ResNet結(jié)構(gòu)，以支撐上百層的Transformer的堆疊。

尤其是何愷明在Facebook期間發(fā)明的Mask R-CNN算法，首次把基于掩碼的自編碼思想用于視覺領域的非監(jiān)督學習，開啟了計算機視覺領域自監(jiān)督學習的大門。

關于何愷明

他是廣東高考滿分狀元，全國物理競賽一等獎獲得者，清華保送生。但真正讓他從“天才少年”躍升為“AI 大神”的，是從清華轉(zhuǎn)向基礎科學后的一連串技術里程碑。

本科階段，他放棄保送的機械專業(yè)，加入清華基礎科學班。2007 年進入微軟亞洲研究院實習，因?qū)D形圖像課程產(chǎn)生興趣，加入視覺計算組——起初連發(fā)論文都難，直到 2009 年憑“暗通道去霧”首獲 CVPR 最佳論文。

這只是序章。他后來主導的 ResNet、Mask R-CNN、RetinaNet、MoCo 等模型，先后斬獲多個 CV 頂會大獎，把計算機視覺推進到了深度學習、實例分割、單階段檢測器、自監(jiān)督學習的多個重要階段。每一次發(fā)聲，都代表了方向性轉(zhuǎn)變。

從微軟亞洲研究院，到 Facebook FAIR，再到 MIT，再到 Google DeepMind，何愷明每一次轉(zhuǎn)換角色，都不是為名或為利，而是為了研究自由度和落地可能性之間的平衡。

復盤何愷明的研究路線，你會發(fā)現(xiàn)它極具“方向性判斷”能力。不同于許多研究員跟隨熱點話題“追著發(fā)”，他更像在一個個節(jié)點精準切入，并留下長久影響。

• 2009 暗通道去霧：首開圖像復原新思路
• 2015 ResNet：解決深層網(wǎng)絡訓練瓶頸，奠定現(xiàn)代模型結(jié)構(gòu)
• 2017 Mask R-CNN + RetinaNet：目標檢測從 Two-stage 到 One-stage
• 2019-2020 MoCo：拉開視覺領域自監(jiān)督學習序幕
• 2023-2024 Fluid + Fractal：攻堅視覺生成模型結(jié)構(gòu)表達

這些研究不僅篇篇高引（ResNet 單篇已超 28 萬次），而且高度可遷移，從圖片識別延展到視頻理解、材料建模、蛋白質(zhì)設計等多個交叉學科。

他的“科研直覺”已被反復驗證：別人還在研究“把杯子放穩(wěn)不碎”的方法時，他已經(jīng)在想，“如果 AI 真理解了杯子本身的構(gòu)造呢？”

MIT 的自由探索給了他理論跳躍的空間，希望DeepMind 的工程團隊和算力基礎，能讓這些跳躍有機會落地成形。