何愷明

2003年5月，何愷明憑藉全國物理競賽一等獎被保送清華大學機械工程及自動化專業。6月，他選擇繼續參加高考，獲得滿分900分的成績，成為當年廣東省9位滿分狀元之一。 ^[28] 

2007年，何愷明在畢業前已進入微軟亞洲研究院（MSRA）實習，出於對計算機圖形圖像課程的興趣，他選擇加入MSRA視覺計算組，實習導師為孫劍。本科畢業後，他進入香港中文大學攻讀研究生，師從湯曉鷗，期間仍然在微軟亞洲研究院參與相關研究。 ^[1] 

2011年，何愷明畢業於香港中文大學多媒體實驗室，獲得信息工程哲學博士學位，之後正式加入微軟亞洲研究院工作。 ^[25] 

2015年，何愷明和他的團隊憑藉152層深度殘差網絡ResNet-152，在ImageNet圖像識別大賽中擊敗谷歌、英特爾、高通等業界團隊，獲得第一。

2016年8月，何愷明離開微軟亞洲研究院，加入Facebook AI Research（FAIR），擔任研究科學家。 ^{[1-2]  [7]} 

2023年8月，何愷明獲得未來科學大獎數學與計算機科學獎，獎金33.3萬美元；同年10月，在香港中文大學以“深度殘差學習及其對人工智能領域的影響”為題發表得獎演説。 ^{[21]  [24-25]} 

2024年2月，何愷明加入麻省理工學院電氣工程與計算機科學系（MIT EECS），擔任副教授。 ^{[20]  [26]} 

何愷明團隊提出了深度殘差學習，使神經網絡能夠達到前所未有的深度，獲得以前難以實現的能力，促成了多個突破性的成果——包括AlphaGo、AlphaFold和ChatGPT，為人工智能做出了基礎性貢獻。 ^[22] 

2017年3月，何愷明和同事公佈Mask R-CNN，提出了一個概念上簡單、靈活和通用的用於目標實例分割（objectinstance segmentation）框架，能夠有效地檢測圖像中的目標，同時還能為每個實例生成一個高質量的分割掩碼。 ^[1] 

根據Google Scholar的統計，截至2023年7月，何愷明已發表73篇論文，H指數為67，引用次數超過46萬次。 ^[20] 

He, K., Chen, X., Xie, S., Li, Y., Dollár, P., & Girshick, R. (2022). Masked autoencoders are scalable vision learners. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 16000-16009). ^[9] 

Chen, X., & He, K. (2021). Exploring simple siamese representation learning. In Proceedings of the IEEE/CVF conference on computer vision and pattern recognition (pp. 15750-15758). ^[10] 

He, K., Fan, H., Wu, Y., Xie, S., & Girshick, R. (2020). Momentum contrast for unsupervised visual representation learning. In Proceedings of the IEEE/CVF conference on computer vision and pattern recognition (pp. 9729-9738). ^[11] 

Qi, C. R., Litany, O., He, K., & Guibas, L. J. (2019). Deep hough voting for 3d object detection in point clouds. In proceedings of the IEEE/CVF International Conference on Computer Vision (pp. 9277-9286). ^[12] 

Wu, Y., & He, K. (2018). Group normalization. In Proceedings of the European conference on computer vision (ECCV) (pp. 3-19). ^[13] 

He, K., Gkioxari, G., Dollár, P., & Girshick, R. (2017). Mask r-cnn. In Proceedings of the IEEE international conference on computer vision (pp. 2961-2969). ^[14] 

Lin, T. Y., Goyal, P., Girshick, R., He, K., & Dollár, P. (2017). Focal loss for dense object detection. In Proceedings of the IEEE international conference on computer vision (pp. 2980-2988). ^[15] 

He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep residual learning for image recognition. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 770-778). ^[16] 

He, K., Sun, J., & Tang, X. (2010). Single image haze removal using dark channel prior. IEEE transactions on pattern analysis and machine intelligence, 33(12), 2341-2353. ^[17] 

2024年春季，何愷明在麻省理工學院開設課程《Advances in Computer Vision》（計算機視覺的進展）。 ^[29] 

何愷明是家中獨子，父母均在企業裏從事管理工作，從小就接觸到優良的教學環境。他年少時就被送到少年宮學習繪畫，有時一待就是大半天，這也不斷使他練就出沉穩的性格。 ^[1] 

提到何愷明，很多學術界的人都將其視為“天才型”的人物。從“高考滿分狀元”，到CVPR最佳論文獎“首位華人得主”，再到震驚學界的“深度殘差網絡”，這位“80後”青年才俊有着諸多傳奇故事。 ^[2]  （網易智能評）

無論是在MSRA還是在FAIR，何愷明始終以他沉穩而優秀的表現，一路過關斬將，為學術界帶來許多重磅的研究成果。 ^[1]  （清華校友總會評）

何愷明是深度學習領域最具影響力的人物之一，在計算機視覺和深度學習領域發表了一系列極具影響力的論文，是領域內多個著名獎項的獲得者。 ^[23]  （清華大學新聞網評）

“出道即巔峯”是何愷明的真實寫照，他年少成名，依然不斷潛心研究，一直帶來新驚喜。 ^[27]  （《新民晚報》評）