又一名 AI 大神有了新動向！當(dāng)?shù)貢r間3月13日下午3點，何愷明在MIT做學(xué)術(shù)演講。據(jù)現(xiàn)場網(wǎng)友所述，即便自己提前半小時去到現(xiàn)場，但仍擠不進會場，僅排隊就拐了幾個彎，MIT CSAIL 還臨時開了隔壁會議室投屏，許多人是擠在小角落里聽完全程的。據(jù) MIT CSAIL 實驗室此前發(fā)布公告顯示，本次何愷明的演講主題是 "In Pursuit of Visual Intelligence"（追求視覺智能）。在現(xiàn)場演講中，何愷明按時間線順序回顧其之前的幾篇工作，主要包括了 ResNet、Faster R-CNN、Mask R-CNN、MoCo 和 MAE。據(jù)何愷明所言，“在 ResNet 出現(xiàn)以前，Deep learning 的大廈上空漂浮著一朵烏云，而 ResNet 去掉了這朵烏云?！?/span>此外，何愷明也在現(xiàn)場透露了接下來的研究方向會是 AI for science，將聚焦視覺和 NLP 大一統(tǒng)做 self-supervised X+AI。會議室爆滿（圖源：知乎）MIT CSAIL 隔壁會議室滿座（圖源：知乎@睡不醒的芋泥）（圖源：知乎@睡不醒的芋泥）
何愷明將回歸學(xué)術(shù)界？何愷明是 CV 領(lǐng)域的翹楚，其谷歌學(xué)術(shù)被引用次數(shù)已經(jīng)突破40萬次，在2022年人工智能全球最具影響力學(xué)者榜單中，何愷明獲得第一名。
自3月9日何愷明將在 MIT 進行 Job talks（求職演講）的消息傳出后，很快引起 AI 圈的關(guān)注。Job talks 是學(xué)術(shù)界的一個傳統(tǒng)，多集中在每年的三四月份進行，申請博士或教職的學(xué)者會到高校內(nèi)做學(xué)術(shù)報告，演講內(nèi)容多為自己的研究成果。隨后杜克大學(xué)教授陳怡然也在微博上發(fā)聲，表示“一直聽說何愷明在Market上，靴子終于落了地?！?/span>值得一提的是，如果何愷明確認(rèn)加入 MIT，那他將會成為全校被引用次數(shù)最高的學(xué)者。目前 MIT 全校被引用量最高的是化學(xué)與生物醫(yī)學(xué)工程系的 Robert Langer，總引用量超過38萬次。有網(wǎng)友表示，何愷明能夠進入到 MIT 的 Job talks 階段，說明他已通過簡歷篩選，其研究成果和能力上得到 MIT 的認(rèn)可，但這并不意味著何愷明最終會選擇加入 MIT。
從高考狀元到 CV 大神何愷明是廣東人，從小在廣州長大，在廣州執(zhí)信中學(xué)讀書時曾獲得全國物理競賽和省化學(xué)競賽的一等獎。2003年5月，何愷明獲得保送清華的資格，同年他以滿分900分的成績，成為當(dāng)年廣東省9位滿分狀元之一。進入清華大學(xué)以后，何愷明放棄保送的機械工程及其自動化專業(yè)轉(zhuǎn)向基礎(chǔ)科學(xué)班。2007年，還未畢業(yè)的何愷明進入微軟亞洲研究院實習(xí)，出于對計算機圖形圖像課程的興趣，他選擇加入了視覺計算組。頭兩年里，何愷明嘗試做過不少各種各樣的課題，但一直發(fā)不了論文，這對此前頭頂著高考滿分狀元光環(huán)的他來說，無疑是個不小的打擊。何愷明花了更多時間在問題研究上，甚至在電腦游戲里找靈感。不鳴則已，一鳴驚人。2009 年，湯曉鷗、何愷明以及孫劍憑借論文“Single Image Haze Removal Using Dark Channel Prior ”，獲得該年度 CVPR 的最佳論文獎，這也是該會議 30 年以來第一次（也是唯一一次）頒發(fā)給亞洲研究學(xué)者。湯曉鷗（左）和何愷明（右）2011年，何愷明從香港中文大學(xué)多媒體實驗室（MMLab）博士畢業(yè)，后加入微軟亞洲研究院工作；2016年8月，他離開微軟亞洲研究院，轉(zhuǎn)而加入 Facebook AI 研究院（FAIR）。2015年，由何愷明提出的深度殘差網(wǎng)絡(luò) ResNet ，在 ILSVRC 2015 分類任務(wù)競賽中，首次超越人類水平，斬獲競賽第一名，該工作還拿到了 2016 年 CVPR 最佳論文。ResNets 也成為計算機視覺領(lǐng)域的流行架構(gòu)，并被用于機器翻譯、語音合成、語音識別和 AlphaGo 的研發(fā)上。目前，何愷明谷歌學(xué)術(shù)被引用量已經(jīng)超過40萬次，其中引用量最高的，也是這篇工作，單篇引用量在2021年底突破10萬次，目前已漲至15萬次。在 FAIR 期間，何愷明和團隊在計算機視覺領(lǐng)域取得了不少亮眼的成績，包括 Faster R-CNN、Mask R-CNN 等系列研究。其中，Mask R-CNN 解決了圖片中的實例級對象分割問題，不僅能將照片中的人、動物等對象單一檢測，還可為其每個對象實例生成一個高質(zhì)量分隔遮罩，該工作獲得了 ICCV 2017 的最佳論文獎。而在去年火熱的 AIGC 領(lǐng)域，何愷明團隊在原有的 CLIP 架構(gòu)基礎(chǔ)上，使用掩碼方法，不僅實現(xiàn)新模型速度3.7倍的提升，模型性能也得到了一定程度的優(yōu)化。
離開大廠的 AI 大牛再添一員事實上，早在去年 Meta 第一波裁員時，就有消息傳出何愷明也在被裁名單中，但彼時阿里巴巴副總裁賈揚清在相關(guān)知乎問題下對這一消息進行了否認(rèn)。何愷明所在的 Facebook AI Research 自去年以來，已經(jīng)發(fā)生過幾次重大調(diào)整。其中，圖靈獎得主楊立昆（Yann LeCun）負(fù)責(zé)基礎(chǔ)研究，Jerome Pesenti 負(fù)責(zé)管理整理 AI 部門的技術(shù)、產(chǎn)品賦能、運營等工作。但自2022年6月開始，F(xiàn)AIR 被并入至元宇宙部門Reality Labs，楊立昆轉(zhuǎn)向該部門的首席科學(xué)家 Andrew Bosworth 匯報。后續(xù)的調(diào)整也是圍繞“去中心化組織結(jié)構(gòu)”進行，重點在削減對基礎(chǔ)研究的投入。可以看到，即便如 Facebook 這樣的巨頭在整體預(yù)算整體收縮之際，AI 研究院率先面臨了被邊緣化的困局。預(yù)算縮減、人心渙散，直接導(dǎo)致了優(yōu)秀人才的離職頻發(fā)。這些離開的 AI 大牛有兩條發(fā)展路徑：一是從工業(yè)界回到學(xué)術(shù)界，二是從大廠離開、自己創(chuàng)業(yè)，擔(dān)任CEO或CTO等要職，并持續(xù)從風(fēng)險投資人處成功獲得融資。就在半月前，亞馬遜機器學(xué)習(xí)部門原杰出科學(xué)家/VP Alex Smola 與首席科學(xué)家李沐師徒二人離職，進軍大模型方向創(chuàng)業(yè)，此次何愷明前往 MIT 面試教職的消息，也再次引發(fā)外界對大廠 AI 實驗室和 AI 人員的討論和思考。參考鏈接：

1.https://www.csail.mit.edu/event/eecs-special-seminar-kaiming-he-pursuit-visual-intelligence

2.https://www.zhihu.com/question/588205714