智東西（公眾號：zhidxcom）
作者 | 陳駿達
編輯 | 李水青
智東西6月26日報道，近日，計算機視覺大牛、MIT教授何愷明入職谷歌DeepMind，他在個人主頁上更新了自己的最新職位——谷歌DeepMind杰出科學家（兼職）。同時，何愷明也仍然保留了MIT電氣工程與計算機科學學院（EECS）的終身教職。
何愷明是深度殘差網(wǎng)絡（ResNet）的提出者之一。他作為第一作者發(fā)表的ResNet論文《Deep Residual Learning for Image Recognition》，是21世紀被引次數(shù)最多的論文。
文中所提出的殘差連接在現(xiàn)代深度學習模型中無處不在，包括Transformers、AlphaGo Zero、AlphaFold以及當今幾乎所有的生成式AI模型。截至今年5月，何愷明的各類出版物總被引量已經(jīng)超過70萬次。
2024年加入MIT之前，何愷明始終活躍于產(chǎn)業(yè)界與學術(shù)界，曾陸續(xù)在微軟亞洲研究院（MSRA）、Facebook AI研究院（FAIR）擔任研究科學家。他擁有清華大學物理系基礎(chǔ)科學班學士學位和香港中文大學信息工程博士學位，在本科期間，曾在微軟亞洲研究院視覺計算組實習，師從計算機視覺大牛孫劍；在香港中文大學期間師從香港中文大學多媒體實驗室創(chuàng)始人、商湯科技創(chuàng)始人湯曉鷗。
除了ResNet之外，何愷明還曾發(fā)表多項極具學術(shù)價值、對AI、計算機視覺產(chǎn)生深遠影響的研究成果。
2009年，在香港中文大學期間，何愷明在其第一篇發(fā)表的學術(shù)論文中提出了“圖像去霧算法”，這篇論文一經(jīng)發(fā)表便斬獲了當年度的計算機視覺頂會CVPR年度最佳論文獎，何愷明也成為CVPR歷史上首位獲此殊榮的華人。
2015年，何愷明在微軟亞洲研究院工作時提出的ResNet在ImageNet圖像識別大賽中奪冠，相關(guān)論文獲得了2016年的CVPR最佳論文獎。
在FaceBook AI研究院工作期間，何愷明還在圖像分割領(lǐng)域做出重要貢獻，作為第一作者和第二作者分別發(fā)表了Mask R-CNN、Faster R-CNN兩篇重要論文。相關(guān)研究將圖像分割的準確度和效率提升到新的水準，Mask R-CNN論文獲得了2017年的ICCV最佳論文獎。
何愷明還曾獲得2018年P(guān)AMI青年研究員獎、ECCV 2018、CVPR 2021最佳論文榮譽獎和ICCV 2021埃弗林漢姆獎等著名獎項。
目前，谷歌DeepMind和何愷明本人都尚未披露后者入職后具體的安排。不過，我們可以從何愷明近期在CVPR、NeurIPS大會上的分享中，了解到他眼中具有學術(shù)價值的研究方向。
自AlexNet以來，識別模型已普遍實現(xiàn)端到端訓練和推理，但當前主流的生成模型在概念上類似于“分層訓練”，通常涉及多個步驟的推理與計算。何愷明帶領(lǐng)的團隊已于2025年發(fā)表了單步生成模型理論框架MeanFlow。未來，他可能會持續(xù)探索適用于端到端生成建模的框架。
同時，何愷明還稱識別與生成是一體兩面的問題，識別是從數(shù)據(jù)到嵌入的“流動”，而生成是從嵌入到數(shù)據(jù)的“流動”。未來，識別與生成一體化的框架也可能成為其重要研究方向之一。
在2024年于NeurIPS大會上分享時，何愷明強調(diào)：“未來才是真正的測試集”。他主張研究者應該關(guān)注尚未見過的新數(shù)據(jù)、新配置、新用例和新情境，以減少研究的“過擬合”。
在同一場大會上，何愷明稱研究的本質(zhì)在于尋找“驚喜”。在加入谷歌DeepMind后，我們或許可以期待他帶來更多令人驚喜的科研成果。
來源：何愷明個人主頁
