传奇大神何恺明被曝回归学界，网友：要成全 MIT 引用最高的人了

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 +。

而何恺明被引用次数高达 40 万 +。

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。

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

本文来自微信公众号：量子位 （ID：QbitAI），作者：梦晨 Alex

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。