教授何恺明在MIT的第一堂课

700 座的大教室,相比去年增加一倍容量,仍然座无虚席:这就是麻省理工学院(MIT)计算机视觉课《Advances in Computer Vision》6.8300 在 2024 新学期的盛况。今年是四位教授,每人负责一部分课程:课程信息:https://advances-in-vision.github.io/index.html有网友评论说,能选上这课的学生太幸运了,每节都是计算机视觉顶会 CVPR Oral 的体验。对于很多人来说,其中最为期待的自然是新晋教授何恺明的课。MIT 电气工程与计算机科学系副教授

700 座的大教室,相比去年增加一倍容量,仍然座无虚席:

教授何恺明在MIT的第一堂课

这就是麻省理工学院(MIT)计算机视觉课《Advances in Computer Vision》6.8300 在 2024 新学期的盛况。

今年是四位教授,每人负责一部分课程:

图片

课程信息:https://advances-in-vision.github.io/index.html

有网友评论说,能选上这课的学生太幸运了,每节都是计算机视觉顶会 CVPR Oral 的体验。

图片

对于很多人来说,其中最为期待的自然是新晋教授何恺明的课。

MIT 电气工程与计算机科学系副教授何恺明(Kaiming He)在 3 月 7 日走上讲台上完成了自己「人生中教的第一堂课」。

图片

据参与现场的同学表示,大家在上课与下课时分别给他献上了很长一段掌声。

第一堂课讲了什么呢?

作为麻省理工学院(MIT)电气工程与计算机科学系(EECS)副教授,何恺明第一节课讲授了卷积神经网络的基本知识。

图片

整堂课分为 4 个部分,包括卷积基本概念、卷积神经网络概念、经典卷积神经网络分析(LeNet、AlexNet、VGG)、可视化。

图片

完整课件链接:https://drive.google.com/file/d/1TIhzYkyMJTUMKq3SCzzzzJ2TcUnDIuaM/view

这堂课之所以如此火爆,一个重要的原因是何恺明是一位卓越的科研学者,是我们耳熟能详的 AI 科学家之一,在计算机视觉范围没有人不知道他的大名。

从高考状元到顶尖 AI 科学家

2003 年,何恺明以标准分 900 分获得广东省高考总分第一,被清华大学物理系基础科学班录取。在清华物理系基础科学班毕业后,他进入香港中文大学多媒体实验室攻读博士学位,师从汤晓鸥。何恺明曾于 2007 年进入微软亚洲钻研院视觉计算组实习,实习导师为孙剑博士。

2011 年博士毕业后,何恺明加入微软亚洲钻研院工作任钻研员。2016 年,何恺明加入 Facebook 人工智能实验室,任钻研科学家。

何恺明的钻研曾数次得奖。2009 年,汤晓鸥教授、孙剑博士和当时博士钻研生在读的何恺明共同完成的论文《基于暗原色的单一图像去雾技术》拿到了国际计算机视觉顶会 CVPR 的最好论文奖。

2016 年,何恺明凭借 ResNet 再获 CVPR 最好论文奖,此外,他还有一篇论文进入了 CVPR2021 最好论文的候选。何恺明还因为 Mask R-CNN 获得过 ICCV 2017 的最好论文(Marr Prize),同时也参与了当年最好学生论文的钻研。

根据 Google Scholar 的统计,何恺明一共宣布了 74 篇论文,H Index 数据为 68。截至今天,何恺明的钻研援用次数超过 53 万次,并且每年以超过 10 万次的速度增长。

图片

这是个什么量级呢?简而言之,他加入 MIT 之后立刻成为该校论文援用量最高的学者,不限学科,没有之一。

那些年,恺明宣布过的「神作」

说起恺明大神的作品,最有名的就是 ResNet 了。这篇论文宣布于八年前,迄今援用已经超过 20 万。

图片

《Deep Residual Learning for Image Recognition》在 2016 年拿下了计算机视觉顶级会议 CVPR 的最好论文奖。该论文的四位作者何恺明、张祥雨、任少卿和孙剑如今在人工智能范围里都是响当当的名字,当时他们都是微软亚洲钻研院的一员。

图片

同样是大神级别的学者李沐曾经说过,假设你在运用卷积神经网络,有一半的可能性就是在运用 ResNet 或它的变种。

何恺明有关残差网络(ResNet)的论文解决了深度网络的梯度传递问题。这篇论文是 2019 年、2020 年和 2021 年 Google Scholar Metrics 中所有钻研范围被援用次数最多的论文,并建立了现代深度学习模型的基本组成部分(例如在 Transformers、AlphaGo Zero、AlphaFold 中) )。

如今大模型都在运用的 transformer 的编码器和解码器,里面都有源自 ResNet 的残差链接。

2021 年 11 月,何恺明以一作身份宣布论文《Masked Autoencoders Are Scalable Vision Learners》,提出了一种泛化性能良好的计算机视觉识别模型,同样是刚刚宣布就成为了计算机视觉圈的热门话题。

图片

一个初入 AI 范围的新人,在探索的过程中看到很多重要钻研主要作者都是何恺明,经常会不由得感到惊讶。何恺明虽然长期身处业界,但科研态度一直被视为标杆 —— 他每年只产出少量一作文章,但一定会是重量级的,几乎没有例外。

我们也经常赞叹于何恺明工作的风格:即使是具有开创性的论文,其内容经常也是简明易读的,他会运用最直观的方式解释自己「简单」的想法,不运用 trick,也没有不必要的证明。这或许也将成为他在教学范围独特的优势。

参考内容:

原创文章,作者:机器之心,如若转载,请注明出处:https://www.iaiol.com/news/jiao-shou-he-kai-ming-zai-mit-de-di-yi-tang-ke/

(0)
上一篇 2024年 3月 8日 下午6:59
下一篇 2024年 3月 12日 下午4:57

相关推荐

  • 中原基金与澜舟科技成立金融NLP联合实验室,共促金融科技立异

    近日,境内头部基金公司中原基金与NLP/AI范畴领先者北京澜舟科技签署战略协作协议,成立金融NLP(自然语言处置惩罚)联合实验室,协作探索自然语言处置惩罚技巧在金融范畴的使用;协作建立鉴于中原基金投资研究逻辑的舆情NLP本领;协作打造鉴于深度学习和预训练模型的金融行业搜索引擎,同时计划在其他数字化建立、立异技巧协作、交易使用等方面展开协作。中原基金首席数据官陈一昕,澜舟科技创始人兼首席执行官周明博士分别代表双方在北京签约。中原基金首席数据官陈一昕表示,科技立异是发展数字经济的核心源动力。金融行业如何促进科技与金融交易场景的

    2022年 6月 6日
  • 中科大吴枫获IEEE CAS最高荣誉奖项,11位学者获ACM四大手艺奖项

    5 月 24 日,IEEE 电路与体系(CAS)学会将 2021 年度 IEEE CAS Mac Van Valkenburg 奖授予中国科学手艺大学吴枫教授,以表彰他对「多媒体非均匀编码和通信的孝敬」,时隔不久,5 月 26 日,计算机协会(Association for Computing Machinery)宣布了四项著名手艺奖的获得者。

    2021年 5月 27日
  • 墨芯携手海潮|稠密化生态释放积极变革力量

    近日,墨芯人工智能与海潮信息签订元脑计谋合营协议。这是在海潮计谋投资墨芯之后,双方进一步计谋合营。 墨芯将携手海潮信息,以超过的稠密化估计技巧和产品,广阔的生态潜能,融合资源与算法,共创全栈AI解决方案,为各行各业AI利用供给强大算力引擎和生态支撑,为企业降本增效,并加速产业的人工智能化进程。AI估计的新锐势力—稠密化估计墨芯人工智能是稠密化估计的全球引领者,供给云端和终端AI加速方案,可广泛利用于互联网、运营商、生物医药等数据中心AI推理场景,并积极致力于稠密化生态建设。 在AI时代算力需求

    2022年 10月 9日
  • 「Pop SOTA!List for AI Developers 2021」社区评估 TOP 128 代价处事完整名录发布!

    2022 年初,我们对 2021 年度发布于 arXiv 的「SOTA」AI 论文进行了一轮分析,试图找到 2021 年度,对 AI 开发者最具代价的「Pop SOTA!」处事。但面对超过 2 万篇的「SOTA」处事,我们产生了疑惑 —— 自称「SOTA」的处事就一定是先进的吗?对广大 AI 开发者来说,什么样才是先进的技术处事?是思路具有启发性?还是跑出的实验分数高?是易于实现,对数据资源、计算资源的需求可控?还是放出的代码实现即插即用,可用性强?

    2022年 1月 27日
  • WAIC开发者日Workshop预告:超参数科技如何索求海量AI计划问题

    近年来,无论是在学术研究还是产业落地层面,关注的焦点都在从智能感知向智能计划阶段过渡。「计划 AI」逐渐成为热点问题,不管是谷歌、微软、IBM 等全球科技巨头,还是国内一众 AI 龙头企业,均积极投身于智能计划的相关研究。其中,海量 AI 如何在大型开放世界做智能计划,是推动智能计划手艺发展、加速社会智能化转型的重要问题,也是人工智能领域的手艺难题之一。为深入研究海量 AI 前沿问题,超参数科技联合麻省理工学院、清华大学深圳国际研究生院,以及数据科学挑战平台 Alcrowd 主办了 Neural MMO 系列挑战赛

    2022年 8月 30日
  • 2022年高通创新奖学金北美获奖名单公布:38人获奖,华人占半数

    高通将为每个获奖团队提供10万美元的奖学金和技术指导。

    2022年 9月 28日
  • 钢铁之躯,人工大脑,华夏机器人的十年故事

    日本记者高桥风行心中惊叹,口呼神奇。一台亮白色的人形机器人正为他捶背按摩,五指灵活,对位准确。只从手上按摩这一个复杂动作,就能窥出几分造物的精妙来。高桥站起来,看着这个不到自己胸口高的机器人,不仅可以大步行走在人潮汹涌的会场,还和忍不住凑上来的观众厮杀起了华夏象棋。Walker X下象棋这一幕发生在上海的2021全国人工智能大会(WAIC)的现场,会上,全全国顶尖的科技和AI公司纷纷秀出了肌肉,将AI、机器人的宏伟蓝图公之于众。这台代号Walker X的机器人就是本次大会的十大“镇馆之宝”之一。一台机器人,是制造能力

    2021年 7月 27日
  • UC伯克利教授Pieter Abbeel开课了:六节课初学「深度加强进修」,讲义免费下载

    课程视频时间有点长,但希望你能享乐进修的快乐。将传统加强进修与深度神经网络结合的深度加强进修,一直以来被视为更接近人类思维方式的人工智能方法。深度进修具有强感知才能但缺乏一定的决议计划才能,加强进修具有决议计划才能但对感知问题束手无策,因此将两者结合起来可以达到优势互补的效果,为复杂系统的感知决议计划问题提供了解决思路。想要初学深度加强进修的同窗们,请高度注意,一份优秀、细致、全面的新教材出现了。今天,UC 伯克利教授 Pieter Abbeel 上传了自己的新课程《深度加强进修根源》的最后一节视频,并在推特上安利了一下。这份

    2021年 8月 26日
  • 解锁CNN和Transformer正确结合方法,字节跳动提出有效的下一代视觉Transformer

    来自字节跳动的研讨者提出了一种能在现实工业场景中有效布置的下一代视觉 Transformer,即 Next-ViT。Next-ViT 能像 CNN 一样快速推断,并有 ViT 一样强大的功能。

    2022年 7月 22日
  • 【征稿】IJCAI 2021联邦进修与转嫁进修国内研讨会

    数字时代,隐衷和宁静正成为一个关键问题。公司和组织每天都在收集大量的数据,然而数据隐衷爱护相关法律法规越来越严格,给大数据和人工智能带来了新的挑衅。例如欧盟的《通用数据爱护条例》(General data Protection Regulation,GDPR)就明确提出,禁止在没有明确用户受权的情况下,直接合并来自不同来源的用户数据进行AI建模。为了探索AI如何适应这种新的监管环境,微众银行、京东、第四范式等中国企业共同香港科技大学、新加坡南洋理工大学、普林斯顿大学等国内知名高校及科研院所,将在第30届人工智能国内

    2021年 4月 9日

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注