大家好,3月7日,麻省理工学院电气工程与计算机科学系副教授·何恺明,迈上讲台,并成功地进行了他人生中的首堂教学课程。
第一堂课
课程官网:https://advances-in-vision.github.io/
作为麻省理工学院(MIT)电气工程与计算机科学系(EECS)副教授,何恺明完成了他的第一堂课,主题是卷积神经网络的基础知识。
课程的名字是《Advances in Computer Vision》,总共有四位讲师。
而助教的人数高达17人。
四位老师在课堂上自拍留影,700座的大教室座无虚席,盛况空前。
课程资料
这节课分为四个部分,包括卷积的基本概念、卷积神经网络的概念、经典卷积神经网络的分析(包括LeNet、AlexNet和VGG)、以及可视化。
顶尖AI科学家的成长之路
何凯明的人生首堂课能引起这么大的关注,不是没有原因的。
2003年,何恺明以震撼人心的900分的标准分成绩位居广东省高考总分第一,从而成功被清华大学物理系基础科学班录取。在完成清华物理系基础科学班的学业后,他进入了香港中文大学多媒体实验室攻读博士学位,并成为汤晓鸥教授的学生。2007年,何恺明进入微软亚洲研究院视觉计算组实习,拜孙剑博士为实习导师。
2011年获得博士学位后,何恺明加入微软亚洲研究院担任研究员。2016年,他加入Facebook人工智能实验室,担任研究科学家。
何恺明的研究成果屡获殊荣。2009年,他与汤晓鸥教授和孙剑博士合作完成的论文《基于暗原色的单一图像去雾技术》荣获国际计算机视觉顶级会议CVPR的最佳论文奖。
2016年,何恺明凭借ResNet再次荣获CVPR的最佳论文奖,此外,他的另一篇论文入围了CVPR2021的最佳论文候选。何恺明还因为他的研究成果Mask R-CNN获得了ICCV 2017的最佳论文奖(Marr Prize),同时也参与了当年最佳学生论文的研究。
根据Google Scholar的统计,何恺明共发表了74篇论文,其H指数为68。截至今日,他的研究成果已经被引用超过53万次,并以每年超过10万次的速度不断增长。
简单来说,一加入MIT后,他立即成为该校学者中被引用量最高的人,无论学科,没有任何对手。
发表神作不胜枚举
提起何恺明的作品,最著名的当属ResNet了。这篇论文发表于八年前,至今已经被引用超过20万次。
《Deep Residual Learning for Image Recognition》在2016年荣获计算机视觉顶级会议CVPR的最佳论文奖。该论文的四位作者包括何恺明、张祥雨、任少卿和孙剑,如今他们在人工智能领域享有盛誉,都是微软亚洲研究院的成员。
何恺明关于残差网络(ResNet)的论文解决了深度网络中梯度传递的难题。这篇论文是2019年、2020年和2021年Google Scholar Metrics中被引用次数最多的论文,同时也构建了现代深度学习模型的基本组成部分(例如在Transformers、AlphaGo Zero和AlphaFold等领域的应用)。