近期，计算机视觉领域大牛学者何恺明在个人网站上宣布将于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。
何恺明 - Facebook AI Research | 人才画像 - AMiner
在学术界，谈到何恺明，大家视他为天才少年，CV大神，之前看到一段话形容他：别人的荣誉都是在某某大厂工作，拿过什么大奖，而何恺明的荣誉是Best，Best，Best！
荣誉：高考状元，最佳论文，四年第一
何恺明从小在广州长大，在广州执信中学就读时曾获全国物理竞赛一等奖、广东省化学竞赛一等奖。
2003年5月，何恺明凭借全国物理竞赛一等奖被保送进清华大学机械工程及其自动化专业。但是他选择继续参加高考，最终以满分 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。
在大学期间，表现出色，连续3年获得清华奖学金，并于 2007 年进入了微软亚洲研究院（ MSRA ）孙剑博士视觉计算组实习。
2009年，何恺明和孙剑、汤晓鸥合作的论文“Single Image Haze Removal Using Dark Channel Prior”获得了CVPR2009最佳论文奖，这是该会议 30 年来首次且唯一一次颁发给亚洲研究学者的奖项。
Single Image Haze Removal Using Dark Channel Prior. - AMiner
在获奖前后，何恺明进入香港中文大学攻读研究生，师从汤晓鸥，并于2011年博士毕业之后正式加入微软亚洲研究院工作。
2015年，何恺明提出了著名的深度残差网络（ ResNet ），根据AMiner数据显示，目前论文被引用数高达17万次。
ResNet不仅在同年的ILSVRC 分类任务竞赛斩获第一名，还拿到了CVPR2016最佳论文。
ResNet的论文解决了深度网络的梯度传递问题，已成为现代深度学习模型中的基本组件。
Deep Residual Learning for Image Recognition - AMiner
2016年，何恺明加入Facebook AI Research（FAIR）继续研究计算机视觉，开启了新的人生。他在社交媒体上写到，“2016年我的人生道路有了重大改变，还结交了很多新朋友。”
2017年，何恺明和团队公布了Mask R-CNN，一个概念上简单、灵活和通用的用于目标实例分割（object instance segmentation）框架。获得了计算机视觉顶级会议ICCV2017最佳论文。
Mask R-CNN. - AMiner
与此同时，另外一项研究“Focal Loss for Dense Object Detection”获得ICCV2017最佳学生论文奖。
2018年，在第31届CVPR会议上，何恺明获得了PAMI青年研究者奖。
在2020年到2023年四年期间，何恺明连续蝉联AI 2000人工智能全球最具影响力学者榜单第一。
https://www.aminer.cn/ai2000
未来研究方向
何恺明的研究涵盖计算机视觉和深度学习的广泛主题。他致力于从计算机视觉问题的角度出发，开发适用于各个领域的通用方法。
整体来说，他之前的研究可以大致分成传统视觉和深度学习两个方向。在今年3月，何恺明在 MIT 的一场演讲中，透露了接下来的研究方向会是 AI for science，将聚焦视觉和 NLP 大一统做 self-supervised X+AI。
故事还在继续........
随着何恺明即将加入 MIT，相信他将继续在计算机视觉和深度学习领域取得更多突破性的研究成果，为 AI 的发展做出更大的贡献。
如何使用ChatPaper？
使用ChatPaper的方法很简单，打开AMiner首页，从或者便可进入ChatPaper页面。
在ChatPaper页面中，可以选择基于单篇文献进行对话和基于全库（个人文献库）对话，可选择上传本地PDF或者直接在AMiner上检索文献。
ChatPaper使用教程：点此查看