何恺明被曝回归学术界！网友：要成为MIT引用最高的人了...

  编辑 | CVer

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

AI大牛何恺明有了最新动向，而且是回归学术界。

MIT CSAIL实验室发布公告，3月13日下周一，何恺明将到MIT做学术演讲。

此事引起AI圈广泛关注。在相关知乎问题下，MIT博士@Charles指出，何恺明参加的这个研讨会全是Job Talks（求职演讲）。

杜克大学教授陈怡然也表示，一直听说何恺明在寻找教职，现在终于能确认了。

求职演讲是学术界一大传统，指申请博士或教职者到校做学术报告，内容是他们自己的研究成果，通常正是在每年三四月份集中进行。

并且进入这个阶段，就代表何恺明至少已经通过了简历筛选，研究成果和能力受到了MIT的认可。

还有网友预测，鉴于之前李飞飞到MIT演讲座无虚席，何恺明这回讲座恐怕也会非常火爆，成为深度学习大型追星现场。

但也有网友在评论区补充到，这不代表最终何恺明就会选择去MIT，也可能会去其他学校，但总之在找教职基本可以确定了。

或成为全MIT引用最高的人

虽然不确定何恺明最终的选择，但眼尖的网友已经发现，如果他真去了MIT，被引用次数将成为全校最高。

目前，MIT全校被引用次数最高的，是化学与生物医学工程系的重量级教授Robert Langer，次数为38万+。

△图源：谷歌学术

而何恺明被引用次数高达40万+。

△图源：谷歌学术

尽管不同学科无法直接这么对比，但何恺明的引用次数实在是太引人注目了。

有网友表示，虽然引用量不一定能说明太多问题，不过“引用量是天文数字的一定是大神”。

要论何恺明最高引研究，必须是ResNet。在2021年底突破10万大关，如今已经涨到15万。

ResNet本身虽为计算机视觉领域研究，但其核心思想残差连接已经跨界成为现代深度学习模型的基本组件。

开启上一次AI热潮的AlphaGo Zero就是结合了ResNet+强化学习+蒙特卡洛搜索共同完成。

而开启最新AI热潮的ChatGPT，其中的“T”也就是Transformer网络中同样使用了残差连接。

在计算机视觉上，何恺明的主要贡献还包括Faster R-CNN及后续的Mask R-CNN等一系列研究，在很多年都是目标检测的主流方法。

他的近期主要研究兴趣是无监督学习，21年底提出的MAE，将语言模型的掩码预训练方法用在视觉模型上，为视觉大规模无监督预训练大模型开路。

最近他还将掩码方法引入众多AI绘画应用的基础模型CLIP，把训练速度提升了3.7倍。

在MIT即将进行的演讲中，何恺明准备的主题也是“视觉智能”。

包括他在ResNet、目标检测方面的成果，以视觉无监督学习对未来研究的影响。

至于何恺明可能要加入的MIT CSAIL （麻省理工计算机科学与人工智能实验室），是麻省理工最大的实验室，也是世界著名的计算科学和AI实验室。

这里云集了众多计算机科学和AI领域的知名人物，包括万维网发明人Tim Berners-Lee，分布式计算和并发算法专家、图灵奖得主Leslie Lamport和Barbara Liskov等等。

当Meta AI有了产品压力

何恺明本科就读于清华大学，博士毕业于香港中文大学，2011年他加入微软亚洲研究院。

自2016年起他加入Facebook AI Research，也就是大名鼎鼎的FAIR，继续研究计算机视觉。

但就在最近一年之内，该部门已发生两次重大调整，都是增强应用型研究，削减基础研究。

去年6月，受公司转型元宇宙影响，FAIR被降级为元宇宙部门Reality Labs的下属组织。

同时，支持旗下各大APP的算法团队转移进产品工程团队。新架构给了产品团队更大权限，加速技术的应用落地。

今年2月底，扎克伯格面对ChatGPT热潮再次做出调整，宣布成立顶级AI产品团队。

把全公司搞AIGC的都集中起来。

多年前，在LeCun卸掉FAIR管理层、就任首席AI科学家时，还在FAIR的田渊栋、吴育昕等研究员都曾表示，在这一部门没有产品的压力。

但近期一系列调整下来，Meta流失不少研究型人才，包括带领过强化学习研究的Edward Grefenstette等至少4位知名学者离职，甚至位于伦敦的AI实验室失去了大部分顶级研究者。

从何恺明回归学术界的动向来看，他还是更倾向于搞基础研究。

One More Thing

就在这段时间，关于学术界与工业界的对比再次成了AI圈热点话题。

一方面，有网友指出工业界大厂的日子不好过，工程、应用型的岗位增加，研究型的越来越少。

另一方面则是大模型当道，AI科研成本指数级增加，连顶刊Science都在正刊发文表示：学术界与工业界掌握的算力已不在一个数量级。

两者夹击之下，AI大牛回归学术界和离开大厂创业成了同时存在的两股趋势。

回归学术界的代表除了何恺明，代表人物还有谷歌Tensorflow创始成员Pete Warden。国内也有蚂蚁金服原副总裁漆远加盟复旦、商汤原执行研究总监代季峰加盟清华等。

离开大厂创业的代表人物则有谷歌Transformer作者们出走成立Adept AI、Character.AI，以及前两天刚曝出的亚马逊李沐与Alex Smola携手创业（李沐已官宣离职亚马逊）。

在《如何看待Kaiming面试MIT教职?》的知乎热议话题下面，一个高赞回答是：

参考链接：

[1]https://www.csail.mit.edu/event/eecs-special-seminar-kaiming-he-pursuit-visual-intelligence
[2]https://weibo.com/2199733231/4877346375735190
[3]https://www.zhihu.com/question/588205714

国内首个自动驾驶学习社区

近1000人的交流社区，和20+自动驾驶技术栈学习路线，想要了解更多自动驾驶感知（分类、检测、分割、关键点、车道线、3D目标检测、多传感器融合、目标跟踪、光流估计、轨迹预测）、自动驾驶定位建图（SLAM、高精地图）、自动驾驶规划控制、领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频，期待交流！

【自动驾驶之心】全栈技术交流群

自动驾驶之心是首个自动驾驶开发者社区，聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多传感器融合、SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制、模型部署落地、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向；

添加汽车人助理微信邀请入群

备注：学校/公司+方向+昵称