記AI英雄風云榜新銳獎獲得者：“AI天才”何愷明

2022-09-24 04:31:51 來源：

　　編者按：2018年12月28日，由網易智能、清華大學數據科學研究院和24家評審機構共同評出的「2018中國AI英雄風云榜」年度人物榜單揭曉，10位人工智能領域的從業者獲獎。其中，何愷明以扎實的學術成就和多數投票獲得了本次評選的技術新銳獎。

　　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后”青年才俊有著諸多傳奇故事。

　　廣州：高考狀元，少年天才

　　何愷明從小在廣州長大，很早就展示了自己“天才”的一面。在廣州執信中學就讀時獲得過全國物理競賽和省化學競賽的一等獎。

　　從網絡報道看，執信中學老師當時對何愷明的描述是“性格比較內向，話不多，目標明確，從小就立志上清華大學”，“學習能力非常強，管得住自己，是一個學者型學生”。

　　2003年，全國的高考時間第一次提前到6月7日，但是對于何愷明來說，他已經在5月份拿到了保送清華的資格。

　　但是，何愷明仍然決定參加高考，測試自己實力到底如何。

　　高考結果出爐以后，何愷明獲得了滿分900分的成績，成為當年廣東省9位滿分狀元之一。當時的高考頗受人們的重視，何愷明也成為媒體們爭相報道的對象。

　　北京：13年學霸之路，兩次CVPR大獎

　　2003年9月，頂著“保送”和“廣東省理科高考狀元”的光環進入清華大學以后，何愷明卻放棄了原本保送的機械工程及其自動化專業，轉而選擇基礎科學班。

　　說到清華大學的基礎科學班，這個項目于1998年開始設立，被看做是培養數學、物理等基礎學科人才的尖子班，不過課程壓力比較大，需要同時學習數學系、物理系的大部分基礎課程。

　　2007年，還未畢業的何愷明進入微軟亞洲研究院（MSRA）實習，處于對計算機圖形圖像課程的興趣，他選擇加入了MSRA視覺計算組，其實習導師便是現任曠視科技首席科學家的孫劍。而當時MSRA視覺計算組負責人是CV領域的大師湯曉鷗。

　　何愷明自此正式進入CV（計算機視覺）領域。

　　在實習的頭一年里，何愷明做了一些計算機視覺相關課題，雖然都失敗了，但他接觸到了很多新的知識，也真正進入到計算機視覺領域的研究上。隨后，何愷明對于去霧算法的研究大獲成功，經過反復的推敲和打磨之后，何愷明的論文獲得了計算機視覺領域國際頂級會議CVPR（IEEE計算機視覺與模式識別大會）2009最佳論文獎。

　　這一獎項，是CVPR創辦25年以來，首次有華人乃至亞洲學者獲此殊榮，這也讓論文的第一作者何愷明在CV領域一舉成名。

圖：CVPR 2009最佳論文截圖，作者是何愷明、孫劍、湯曉鷗

　　在獲獎前后，何愷明進入香港中文大學攻讀研究生，師從AI大師級人物湯曉鷗。推測來看，師生二人在微軟就已結識。不過，攻讀研究生期間，何愷明仍然在微軟亞洲研究院參與相關研究。

圖：何愷明（右）與導師湯曉鷗

　　2011年博士畢業后，何愷明正式加入微軟亞洲研究院工作。

　　后來，何愷明與同事開發了深度殘余網絡（ResNets）。在2015年的ImageNet圖像識別大賽中，何愷明和他的團隊用“圖像識別深度差殘學習”系統，一舉擊敗谷歌、英特爾、高通等業界團隊，榮獲第一。成為舉世聞名的152層深度殘差網絡ResNet-152。

　　事實證明，ResNets目前已經成為計算機視覺領域的流行架構，同時也被用于機器翻譯、語音合成、語音識別和AlphaGo的研發上。

圖：CVPR 2016最佳論文

　　在2016年的CVPR上，何愷明憑借ResNets論文再次獲得最佳論文獎，也是目前鮮有的一人兩次獲得CVPR最佳論文獎的學者。

　　2016年8月，在工作5年之后，何愷明離開了微軟亞洲研究院，飛往美國，加入了Facebook AI研究院（FAIR）。

　　硅谷：新的篇章

　　加入FAIR之后，何愷明開啟了新的人生。他在Facebook上寫到，“2016年我的人生道路有了重大改變，還結交了很多新朋友。”

　　2017年3月，何愷明和同事公布了其最新的研究Mask R-CNN，提出了一個概念上簡單、靈活和通用的用于目標實例分割（object instance 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（segmentation mask）。同年，這篇《Mask R-CNN》論文獲得另一個計算機視覺頂級會議ICCV最佳論文獎，何愷明依然是第一作者。與此同時，何愷明還獲得了最佳學生論文獎（第四作者），論文是《Focal Loss for Dense Object Detection》。

圖：Mask R-CNN示例

圖：ICCV 2017最佳論文

圖：ICCV 2017最佳學生論文

　　2018年1月，FAIR宣布開源自己的頂級物體檢測研究平臺 Detectron，為廣大研究人員提供靈活、快速的模型實現和評估途徑。這個平臺中就集合了何愷明與其同事發布的多篇論文成果。

　　2018年6月，第31屆CVPR在美國鹽湖城召開，何愷明獲得了PAMI青年研究者獎。

　　2018年11月，何愷明等人在arxiv上又掛出一篇重磅論文《重新思考“ImageNet預訓練”》，稱ImageNet 預訓練卻并非必須。論文顯示，何愷明和其同事使用隨機初始化的模型，不借助外部數據，取得了不遜于COCO 2017冠軍的結果，再次引發業內關注。

　　故事還在繼續。。。。

　　不久前的1月10號，何愷明團隊在最新的論文《Panoptic Feature Pyramid Networks》中提出“全景FPN”，聚焦于圖像的全景分割任務。他們結合 Mask R-CNN 與 FCN 構建出一種新型的全景分割模型，設計了單一的網絡Panoptic FPN。該方法可能成為全景分割研究的強大基線。

　　后記