首页 / 科技人物 / 人工智能 / 何恺明
何恺明

何恺明

人工智能专家
6,764 浏览 0 致敬 0 收藏
对比

人物简介

何恺明,1984年出生,中国人工智能领域著名学者,Facebook AI Research研究员,ResNet发明者。

主要成就

何恺明在深度学习领域做出了革命性贡献。他提出的ResNet架构是深度学习发展史上的重要里程碑,推动了图像识别技术的大幅提升。他在图像分类、目标检测、语义分割等方面的研究具有重要影响力。

详细介绍

何恺明,1984年出生,中国人工智能领域著名学者,Facebook AI Research研究员,ResNet发明者。

人物经历

何恺明2006年毕业于清华大学,获学士学位;2011年获香港中文大学博士学位。毕业后曾在微软亚洲研究院工作,2016年加入Facebook AI Research。

科研成就

何恺明在计算机视觉、深度学习等领域做出了重要贡献。他提出了ResNet(残差网络)架构,这是深度学习领域最具影响力的发明之一,推动了图像识别技术的革命性突破。他在图像分类、目标检测、语义分割等方面的研究具有重要影响力。

荣誉表彰

计算机视觉领域最高荣誉CVPR Best Paper Award。

深度学习领域最高荣誉NeurIPS Best Paper Award。

人工智能领域最具影响力学者之一。

社会任职

Facebook AI Research研究员。

计算机视觉领域顶级会议程序委员会委员。

主要成就

何恺明团队提出了深度残差学习,使神经网络能够达到前所未有的深度,获得以前难以实现的能力,促成了多个突破性的成果——包括AlphaGo、AlphaFold和ChatGPT,为人工智能做出了基础性贡献。

2009年,何恺明提出的“暗通道先验”(Dark Channel Prior)用于图像去雾,被认为是图像增强领域的重要突破。

2015年,何恺明及其团队提出了ResNet架构。这一架构通过引入“残差连接”概念,解决了神经网络随着层数增加而训练困难的问题,使得训练上百层的深度神经网络成为可能。

2017年3月,何恺明和同事公布Mask R-CNN,提出了一个概念上简单、灵活和通用的用于目标实例分割(objectinstance segmentation)框架,能够有效地检测图像中的目标,同时还能为每个实例生成一个高质量的分割掩码。

除了检测与分割,何恺明在Meta还致力于推动“自监督学习”的研究。他与团队相继提出了MoCo(Momentum Contrast)和MAE(Masked Autoencoder)等框架,显著提升了无监督视觉表征的质量。

何恺明(右)与导师汤晓鸥教授(左)

主要作品

根据Google Scholar的统计,截至2023年7月,何恺明已发表73篇论文,H指数为67,引用次数超过46万次。截至2025年7月,他的论文总引用次数已超过70万次。

根据《自然》(Nature)杂志的统计,何恺明在2016年发表的ResNets论文是21世纪以来引用量最高的论文。

人物评价

提到何恺明,很多学术界的人都将其视为“天才型”的人物。从“高考满分状元”,到CVPR最佳论文奖“首位华人得主”,再到震惊学界的“深度残差网络”,这位“80后”青年才俊有着诸多传奇故事。(网易智能评)

无论是在MSRA还是在FAIR,何恺明始终以他沉稳而优秀的表现,一路过关斩将,为学术界带来许多重磅的研究成果。(清华校友总会评)

何恺明是深度学习领域最具影响力的人物之一,在计算机视觉和深度学习领域发表了一系列极具影响力的论文,是领域内多个著名奖项的获得者。(清华大学新闻网评)

“出道即巅峰”是何恺明的真实写照,他年少成名,依然不断潜心研究,一直带来新惊喜。(《新民晚报》评)

个人生活

何恺明是家中独子,父母均在企业里从事管理工作,从小就接触到优良的教学环境。他年少时就被送到少年宫学习绘画,有时一待就是大半天,这也不断使他练就出沉稳的性格。

基本信息

所属机构
Facebook AI Research
职务
研究员
学历背景
香港中文大学博士
出生日期
1982年
国籍
中国
研究领域
计算机视觉、深度学习、人工智能

荣誉称号

优秀科研工作者

知识图谱

加载中...
← 返回人物列表

继续阅读