转载自 | 量子位
作者 | 梦晨 Alex
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。
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
-------- End --------
推荐👇同名微信视频号
图解Pandas
图文00-内容框架介绍 | 图文01-数据结构介绍 | 图文02-创建数据对象 | 图文03-操作Excel文件 | 图文04-常见的数据访问 | 图文05-常见的数据运算 | 图文06-常见的数学计算 | 图文07-常见的数据统计 | 图文08-常见的数据筛选 | 图文09-常见的缺失值处理 | 图文10-数据合并操作 | 图文11-Groupby分组操作
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
