何愷明 MIT 求職演講，真成 AI 圈大型追星現(xiàn)場了！
據(jù)量子位身處現(xiàn)場的聽眾朋友傳回的消息，有同學(xué)提前 3 個(gè)小時(shí)已經(jīng)蹲在門口排隊(duì)了。
到演講開始前半個(gè)小時(shí)，門口的隊(duì)伍據(jù)說都打了好幾個(gè)彎……
來淺淺感受一下現(xiàn)場的氛圍：
此前何愷明回歸學(xué)界的消息傳出，咱們就聊過，這次 Job Talk（求職演講）代表何愷明至少已經(jīng)通過了 MIT 的簡歷篩選，研究成果和能力得到了初步認(rèn)可。
對于這次演講，何愷明也是準(zhǔn)備了超 129 頁 PPT，回顧了他在 CV 領(lǐng)域所做的工作，涵蓋 ResNet、Faster RCNN、Mask RCNN、MoCO 和 MAE。
在談到未來工作方向時(shí)，何愷明還提到了 AI for Science。
除了關(guān)心大神的演講本身，還有網(wǎng)友注意到了何愷明的最新變化：
何愷明重返學(xué)界
目前，尚不能確定何愷明最后是否會(huì)和 MIT 成功牽手。但此次演講，是他尋求教職傳聞的靴子落地。
還有網(wǎng)友發(fā)現(xiàn)，如果何愷明最終成功入職，那么他將成為 MIT 被引次數(shù)最高的人。
目前，MIT 全校被引用次數(shù)最高的，是化學(xué)與生物醫(yī)學(xué)工程系的重量級教授 Robert Langer，次數(shù)為 38 萬 +。
而何愷明被引用次數(shù)高達(dá) 40 萬 +。
其中，何愷明最出圈的研究，非 ResNet 莫屬，在 2021 年底突破 10 萬大關(guān)，如今已經(jīng)漲到 15 萬。
ResNet 本身雖為計(jì)算機(jī)視覺領(lǐng)域研究，但其核心思想殘差連接已經(jīng)跨界成為現(xiàn)代深度學(xué)習(xí)模型的基本組件。
開啟上一次 AI 熱潮的 AlphaGo Zero 就是結(jié)合了 ResNet + 強(qiáng)化學(xué)習(xí) + 蒙特卡洛搜索共同完成。而開啟最新 AI 熱潮的 ChatGPT，其中的“T”也就是 Transformer 網(wǎng)絡(luò)中同樣使用了殘差連接。
在計(jì)算機(jī)視覺上，何愷明的主要貢獻(xiàn)還包括 Faster R-CNN 及后續(xù)的 Mask R-CNN 等一系列研究，在很多年都是目標(biāo)檢測的主流方法。
他的近期主要研究興趣是無監(jiān)督學(xué)習(xí)，21 年底提出的 MAE，將語言模型的掩碼預(yù)訓(xùn)練方法用在視覺模型上，為視覺大規(guī)模無監(jiān)督預(yù)訓(xùn)練大模型開路。最近他還將掩碼方法引入眾多 AI 繪畫應(yīng)用的基礎(chǔ)模型 CLIP，把訓(xùn)練速度提升了 3.7 倍。
不過也有知乎匿名用戶從現(xiàn)場發(fā)來看法：整個(gè) Talk 的質(zhì)量并不好，何愷明沒用一個(gè)好的故事把工作串聯(lián)起來。
這是不是說明就連何愷明也不知道怎么講好 CV 故事了。
那么，這一次你在現(xiàn)場嗎？評論區(qū)觀后感走起~
本文來自微信公眾號(hào)：量子位 （ID：QbitAI），作者：楊凈 魚羊
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。