何恺明 （中国AI领域科学家、获CVPR最佳论文奖）

简介

2003年，何恺明以满分900分成为广东省的高考状元，本科就读于被清华大学物理系基础科学班。之后，何恺明进入香港中文大学多媒体实验室攻读博士学位。2009年，何恺明与汤晓鸥、孙剑共同完成的论文《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尖会议CVPR的最佳论文奖，这是该会议创办25年来首次有亚洲学者获得最高奖项。2011年，何恺明获得香港中文大学获得博士学位。，同年，加入微软亚洲研究院任研究员。2016年，何恺明关于残差网络（ResNet）的论文，获得CVPR的最佳论文奖，该论文是计算机视觉历史上被引用最多的论文，而该项技术解决了深度网络的梯度传递问题。2016年，何恺明转投Facebook人工智能实验室，任研究科学家。他开发出Mask R-CNN算法（实例分割算法），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，并被用于相关领域。2017年，何恺明以此获得过ICCV的最佳论文马尔奖（Marr Prize）。截至2023年7月，何恺明一共发表了73篇论文，他的研究引用次数超过46万次。期间，他曾任职IEEE国际计算机视觉与模式识别会议（CVPR）领域主席等职务。2023年7月，何恺明宣布于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。

2022年，何恺明在由清华大学计算机系AMiner团队联合智谱AI、清华-中国工程科技知识中心知识智能联合研究中心发布的2022年人工智能全球最具影响力学者榜单被列为榜首。他曾表示自己的研究的长期目标是用能力更强的 AI 来增强人类智能。香港中文大学教授汤晓鸥评价：何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。

人物经历

早年经历

何恺明出生于广州，父母均在企业里从事管理工作，从小就接触到优良的教学环境。他年少时就被送到少年宫学习绘画，练就出沉稳的性格。上学时，他的学习成绩优秀而且稳定。在广州执信中学读书时，他曾获得全国物理竞赛和省化学竞赛的一等奖。2003年5月，他通过保送拿到清华大学的预录通知书。在2003年高考中，何恺明以满分900分成为广东省的高考状元，被清华大学物理系基础科学班录取。大学期间，何恺明继续着自己沉稳而优秀的表现，不仅连续3年获得清华奖学金，2007年，还未毕业的他就进入了微软亚洲研究院（MSRA）实习，实习导师为孙剑博士。同年，他获得清华大学学士学位。毕业后，何恺明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。2009年，何恺明与汤晓鸥、孙剑共同完成的论文《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尖会议CVPR（IEEE Conference 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，这是该会议创办25年来首次有亚洲学者获得最高奖项。2011年，何恺明获得香港中文大学获得博士学位，并获得了学士学位。

科研工作

2011年，何恺明在香港中文大学博士毕业，他加入微软亚洲研究院任研究员。在2015年的ImageNet图像识别大赛中，何恺明和他的团队凭借152层深度残差网络ResNet-152，击败谷歌、英特尔、高通等业界团队，荣获第一。何恺明发布的有关残差网络（ResNet）的论文。当时，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，他因此获得了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。2016年，何恺明加入Facebook人工智能实验室，任研究科学家。就职Facebook之后，何恺明开发出Mask R-CNN算法（实例分割算法），是一个真正高性能的物体检测算法框架，Mask R-CNN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（人工智能用于科研）领域。何恺明以此获得过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）。2018年，何恺明在美国盐湖城召开的CVPR上，获得了PAMI青年研究者奖。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，刚刚发表就成为了计算机视觉圈的热门话题。截至2023年7月，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，他的研究引用次数超过46万次，每年增加10万次以上。2023年7月，何恺明宣布，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。

社会任职

研究方向

2023年3月，何恺明表示自己的研究方向是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）。他也表示自己研究的长期目标是用能力更强的 AI 来增强人类智能。

学术论文

表彰及荣誉

人物评价

何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。—商汤科技创始人、香港中文大学教授汤晓鸥评

何恺明始终以他沉稳而优秀的表现，为学术界带来许多重磅的研究成果。—《清华校友总会》评

通常我们会祝贺某人加入 MIT，但这次我要祝贺 MIT 拥有何恺明。—英伟达 AI 科学家金范（Jim Fan）评

注释

深度学习(DL, Deep Learning)是计算机科学机器学习(ML, Machine Learning)领域中一个新的研究方向,它被引入机器学习使其更接近于最初的目标-人工智能(AI, Artificial Intelligence)。