近日，计算机视觉领域的杰出人物何恺明，在个人主页上宣布了一项新的人事变动。他正式加盟谷歌DeepMind，担任杰出科学家一职，不过是以兼职的形式，同时，他仍然保有MIT电气工程与计算机科学学院的终身教职。
何恺明在计算机视觉领域有着举足轻重的地位，他是深度残差网络（ResNet）的主要贡献者之一。他作为第一作者发表的ResNet论文，堪称21世纪最具影响力的学术论文之一，其提出的残差连接已成为现代深度学习模型中的核心组件，广泛应用于Transformers、AlphaGo Zero、AlphaFold及众多生成式AI模型中。截至今年5月，何恺明的学术著作总被引量已超过70万次，彰显了其卓越的学术贡献。
何恺明的学术生涯丰富多彩，足迹遍布学术界与产业界。在加入MIT之前，他曾在微软亚洲研究院（MSRA）和Facebook AI研究院（FAIR）担任研究科学家，积累了宝贵的行业经验。他毕业于清华大学物理系基础科学班，获得学士学位，后赴香港中文大学深造，取得信息工程博士学位。求学期间，他分别在微软亚洲研究院和香港中文大学师从计算机视觉领域的两位泰斗——孙剑和汤晓鸥。
除了ResNet之外，何恺明的学术成就还包括多项对AI和计算机视觉产生深远影响的研究成果。早在2009年，还在香港中文大学求学的他，便在其首篇学术论文中提出了“图像去雾算法”，并因此荣获当年CVPR年度最佳论文奖，成为CVPR历史上首位获此殊荣的华人学者。2015年，在微软亚洲研究院工作时，他提出的ResNet在ImageNet图像识别大赛中夺冠，相关论文荣获2016年CVPR最佳论文奖。在Facebook AI研究院工作期间，他在图像分割领域取得重大突破，发表了Mask R-CNN和Faster R-CNN两篇重要论文，将图像分割的准确度和效率提升至全新高度，其中Mask R-CNN论文荣获2017年ICCV最佳论文奖。
何恺明的学术荣誉满载，他曾获得2018年PAMI青年研究员奖、ECCV 2018、CVPR 2021最佳论文荣誉奖和ICCV 2021埃弗林汉姆奖等众多奖项。尽管谷歌DeepMind和何恺明本人尚未透露其入职后的具体安排，但从他近期在CVPR、NeurIPS等顶级学术会议上的分享中，我们或许能窥见一些端倪。何恺明正带领团队探索单步生成模型理论框架MeanFlow，并认为识别与生成是一体两面的问题，未来或将致力于构建识别与生成一体化的框架。
在NeurIPS 2024大会上，何恺明强调了关注新数据、新配置、新用例和新情境的重要性，以减少研究的“过拟合”，他主张研究者应勇于面对未知的挑战，将未来的实际场景作为真正的测试集。
