ILSVRC2015数据集—记者揭秘 内幕爆料

山根出自奥飞寺。

Qbits|公众号QbitAI

大师何凯明，最新潮流已成定局！

他刚刚正式宣布将于2024年加入MITEECS，未来主要关注AIforScience，包括视觉和NLP，整合自主的X+AI。

当时，网友们解释说，会场太拥挤，排队等候的时候也很曲折，所以MITCSAIL临时在隔壁会议室开了屏幕投影。

这件事不仅引起了当时AI界的高度关注，也引发了很多网友对于他是否会加入MIT的测。

如今，随着何凯明个人官宣，一切终于确定了！而他也将成为麻省理工学院被引用次数最多的人。

此前，麻省理工学院被引用最多的人物是化学与生物工程系的重量级教授罗伯特兰格(RobertLanger)，在谷歌学术搜索中引用次数超过39万条。

而现在何凯明的引用次数已经超过46万次！

此外，根据公告，何凯明将于2024年加入麻省理工学院电气工程与计算机科学系。

EECS是麻省理工学院最大的学术部门，也是世界著名的计算科学和人工智能研究部门。

计算机科学和人工智能领域的一些知名人士齐聚于此，其中包括MITAppInventor试点开发负责人哈尔阿贝尔森(HalAbelson)。

简历大师

何凯明毕业于清华大学物理系，获学士学位，师从唐晓鸥，获博士学位，后毕业于香港中文大学。

2009年，唐晓鸥、何凯明、孙健凭借论文“SingleImageHazeRemovalusingDarkChannelPrior”荣获CVPR年度论文，这是该项首次授予亚洲研究学者。

2011年获得博士学位后，他在微软亚洲研究院担任研究员，并于2016年加入FacebookAIResearch继续计算机视觉方面的研究。

2015年，何凯明提出ResNet，不仅获得ILSVRC2015分类任务竞赛第一名，还获得2016年CVPR论文。

ResNet也是目前被引用次数最多的研究，截至2021年底单篇论文引用次数超过10万次，目前达到17万次。

在FAIR工作期间，何凯明和他的团队在计算机视觉领域取得了许多杰出的成就，包括FasterR-CNN及其后继者MaskR-CNN等一系列研究。

其中，MaskR-CNN解决了照片中的实例级对象分割题，因此它不仅可以检测照片中的人和动物等单个对象，还可以为每个对象实例生成高质量的分离掩模。它还获得了ICCV2017论文。

他最近的主要研究兴趣是无监督学习，21世纪末提出的MAE，在视觉模型上使用了语言模型的掩模字典学习方法，为大规模视觉模型的大规模无监督字典学习铺平了道路。

最近，许多AI绘画应用的基础模型CLIP引入了掩蔽方法，将训练速度提高了37倍。

多一个

最近学术界掀起了一股回归浪潮，FAIR的多名带头研究人员纷纷辞职。

去年9月，ResNeXt的第一作者谢赛宁宣布退休，并计划于今年1月出任纽约大学助理教授。

谢赛宁的主要研究方向也是基于“深度学习与计算机视觉”。目前，他在GoogleScholar中的引用次数超过30,000次。

此前，有网友对“凯明应对麻省理工教授面试的方法”给出了自己的案。

您如何看待这种“重返学术界”的趋势？

参考链接[1]

-多于-

量子位QbitAI合同签订

关注我们，第一时间了解前沿技术动态

关于ILSVRC2015数据集的这类话题，和一些ilsvrc2015相关内容，讲解到这里就结束了，希望帮助到各大网友。