·“作为一位FAIR（Facebook AI Research）研究科学家，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担任教职。”

·何凯明的CNN（卷积神经网络）模型ResNet在网络的每一层引入了一个直连通道，从而解决了深度网络的梯度传递问题，获得了2016年CVPR的最佳论文奖，是计算机视觉历史上被引用最多的论文。

近日，AI领域著名学者、残差神经网络ResNet发明人何恺明在个人网站上宣布即将回归学界，加入麻省理工学院（MIT）担任教职。

何恺明的主要研究领域为计算机视觉和深度学习，他的ResNets论文是2019年、2020年和2021年Google Scholar Metrics所有研究领域中被引用最多的论文，并建立了现代深度学习模型的基本组成部分。在深度学习模型Transformers、AI围棋工具AlphaGo Zero、AI蛋白质结构预测工具AlphaFold中都有使用ResNet。

今年3月，何恺明在MIT的一场演讲中透露，接下来的研究方向会是AI for science（人工智能用于科研），将聚焦计算机视觉、NLP（自然语言处理）和self-supervised（自监督学习）。作为目前Facebook AI Research（FAIR）的研究科学家，他已经在个人网站中换上了全新的头像，并在置顶的声明中表示，“作为一位FAIR研究科学家，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担任教职。”

AI领域著名学者、残差神经网络ResNet发明人何恺明在个人网站上的声明。

师从汤晓鸥

2003年，何恺明以标准分900分获得广东省高考总分第一，被清华大学物理系基础科学班录取。毕业后，他进入香港中文大学多媒体实验室攻读博士学位，师从香港中文大学教授汤晓鸥。何恺明曾于2007年进入微软亚洲研究院视觉计算组实习，实习导师为孙剑博士。

2011年博士毕业后，何恺明加入微软亚洲研究院任研究员。2016年，他加入Facebook人工智能实验室，任研究科学家至今。

何恺明的研究曾数次获奖。2009年，汤晓鸥教授、孙剑博士和当时博士研究生在读的何恺明共同完成的论文《基于暗原色的单一图像去雾技术》拿到了国际计算机视觉顶会CVPR（IEEEConference on Computer Vision and Pattern Recognition，即IEEE国际计算机视觉与模式识别会议）的最佳论文奖，也是该会议创办25年来首次有亚洲学者获得最高奖项。

2016年，何恺明凭借ResNet再获CVPR最佳论文奖，此外，他还有一篇论文进入了CVPR2021最佳论文的候选。何恺明还因为Mask R-CNN（实例分割算法）获得过ICCV（IEEE International Conference on Computer Vision，即国际计算机视觉大会）2017年的最佳论文马尔奖（Marr Prize），同时也参与了当年最佳学生论文的研究。

根据Google Scholar的统计，何恺明一共发表了73篇论文，H Index数据为67。截至2023年7月，何恺明的研究引用次数超过46万次，并且每年以超过10万次的速度增长。

ResNet发明人

何恺明最著名的一项工作是提出了一种残差网络的结构ResNet，用以解决神经网络中的退化问题，即网络的层数越深，在数据集上的性能表现却越差。而ResNet允许网络结构尽可能地加深，并引入了全新结构，目前的人工智能或多或少都受到了这个结构的影响。

汤晓鸥曾在2023世界人工智能大会上介绍了何恺明的工作和成就，“在2015年之前，深度学习最多只能训练20层，而CNN（卷积神经网络）模型ResNet在网络的每一层引入了一个直连通道，从而解决了深度网络的梯度传递问题，获得了2016年CVPR的最佳论文奖，是计算机视觉历史上被引用最多的论文。”

“在ResNet之后就可以有效地训练超过百层的深度神经网络，把网络打得非常深。”汤晓鸥说，“在大模型时代，以Transformer为核心的大模型，包括GPT系列，也普遍采用了ResNet结构，以支撑上百层的Transformer的堆叠。何恺明把神经网络做深了，谷歌把神经网络的入口拉大了，又深又大，才成为今天的大模型。”

汤晓鸥表示，何恺明还有一项工作——Mask R-CNN算法，是就职于Facebook时开发的，是一个真正高性能的物体检测算法框架，获得了ICCV 2017年最佳论文。“恺明应该是世界上唯一一个在毕业不到10年内3次以第一作者身份获得CVPR和ICCV最佳论文的人。”汤晓鸥表示，Mask R-CNN首次把基于掩码的自编码思想用于视觉领域的非监督学习，开启了计算机视觉领域自监督学习的大门，并被推广到3D领域、音频领域，甚至是AI for science领域。

2021年11月，何恺明以一作身份发表论文《Masked Autoencoders Are Scalable Vision Learners》，提出了一种泛化性能良好的计算机视觉识别模型，同样是刚刚发表就成为了计算机视觉圈的热门话题。

从何恺明个人网站上的叙述来看，这可能也是他接下来的研究方向：“通过计算机视觉问题的视角，我的目标是开发适用于各个领域的通用方法。我目前的研究重点是构建可以学习复杂世界表示的计算机模型，并探索面向复杂世界的智能。我研究的长期目标是通过更强大的人工智能来增强人类智能。”

据悉，何恺明加入MIT后会立刻成为该校论文引用量最高的学者。

附：何恺明个人网站的声明全文

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），担任教职。我目前是Facebook AI Research（FAIR）的研究科学家。

我的研究涵盖了计算机视觉和深度学习的广泛主题。通过计算机视觉问题的视角，我的目标是开发适用于各个领域的通用方法。我目前的研究重点是构建可以学习复杂世界表示的计算机模型，并探索面向复杂世界的智能。我研究的长期目标是通过更强大的人工智能来增强人类智能。

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。我关于深度残差网络（ResNets）的论文是2019年、2020年和2021年Google Scholar Metrics所有研究领域中被引用最多的论文，并建立了现代深度学习模型的基本组成部分（例如，在Transformers、AlphaGo Zero、AlphaFold中）。我在视觉目标检测方面的工作，包括Faster R-CNN和Mask R-CNN，产生了重大影响，是这些领域被引用最多的论文之一。我在视觉自监督学习方面的作品是CVPR 2020年、2021年和2022年发表的被引次数最多的论文。我的论文有超过46万次引用（截至2023年7月），每年增加超过10万次。

我是领域中几个著名奖项的获得者，包括2018年PAMI青年研究员奖，CVPR 2009年最佳论文奖，CVPR 2016年，ICCV 2017年，ICCV 2017年最佳学生论文奖，ECCV 2018年最佳论文荣誉奖，CVPR 2021年，以及ICCV 2021年的最佳论文奖。

在2016年加入FAIR之前，我曾于2011年至2016年在微软亚洲研究院（MSRA）担任研究员。2011年在香港中文大学获得博士学位，2007年在清华大学获得学士学位。