雷火娱乐最新网址,LH雷火官网,雷火竞技最新网址

來源：互聯網

1984年，何愷明出生于中國廣州，2003年廣東省的高考狀元，畢業于清華大學和香港中文大學，人工智能科學家。

2003年，何愷明以滿分900分成為廣東省的高考狀元，本科就讀于清華大學物理系基礎科學班。之后，何愷明進入香港中文大學多媒體實驗室攻讀博士學位。2009年，何愷明與湯曉鷗、孫劍共同完成的論文《基于暗原色的單一圖像去霧技術》拿到了國際計算機視覺頂尖會議cvpr的最佳論文獎，這是該會議創辦25年來首次有華人乃至亞洲學者獲得最高獎項。2011年，何愷明獲得香港中文大學信息工程哲學博士學位。之后進入微軟亞洲研究院任研究員。2016年，何愷明關于殘差網絡（ResNet）的論文，獲得CVPR的最佳論文獎，該論文是計算機視覺歷史上被引用最多的論文，而該項技術解決了深度網絡的梯度傳遞問題。2016年8月，何愷明轉投Facebook人工智能實驗室，任研究科學家。他開發出Mask R-CNN算法（實例分割算法），把基于掩碼的自編碼思想用于視覺領域的非監督學習，開啟了計算機視覺領域自監督學習的大門，并被用于相關領域。2017年，何愷明以此獲得過ICCV的最佳論文馬爾獎（Marr Prize）。截至2023年7月，何愷明一共發表了73篇論文，H指數為67，他的研究引用次數超過46萬次。期間，他曾任職IEEE國際計算機視覺與模式識別會議（cvpr）領域主席等職務。2023年7月，何愷明宣布于2024年加入麻省理工學院（MIT）電機工程學與計算機科學系EECS擔任教職。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”為題發表得獎演說。2025年6月，何愷明取得了麻省理工學院（MIT）終身教職。

2022年，何愷明在由清華大學計算機系AMiner團隊聯合智譜AI、清華-中國工程科技知識中心知識智能聯合研究中心發布的2022年人工智能全球最具影響力學者榜單被列為榜首。他曾表示自己的研究的長期目標是用能力更強的 AI 來增強人類智能。香港中文大學教授湯曉鷗評價：何愷明應該是世界上唯一一個在畢業不到10年內3次以第一作者身份獲得cvpr和ICCV最佳論文的人。

人物經歷

早年經歷

何愷明出生于廣州市，父母均在企業里從事管理工作，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，這樣的經歷不斷使他練就出沉穩的性格。上學時，他的學習成績優秀而且穩定。在廣州執信中學讀書時，他曾獲得全國物理競賽和省化學競賽的一等獎。2003年5月，他憑借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。在2003年高考中，何愷明以滿分900分成為廣東省的高考狀元，被清華大學物理系基礎科學班錄取。大學期間，何愷明繼續著自己沉穩而優秀的表現，不僅連續3年獲得清華獎學金，2007年，還未畢業的他就進入了微軟亞洲研究院（MSRA）實習，出于對計算機圖形圖像課程的興趣，他選擇加入MSRA視覺計算組，實習導師為孫劍博士。同年，他獲得清華大學學士。畢業后，何愷明進入香港中文大學多媒體實驗室攻讀博士學位，師從香港中文大學教授湯曉鷗，期間仍然在微軟亞洲研究院參與相關研究。2009年，何愷明與湯曉鷗、孫劍共同完成的論文《基于暗原色的單一圖像去霧技術》拿到了國際計算機視覺頂尖會議cvpr（IEEE?Conference on 計算機Vision and Pattern Recognition，即IEEE國際計算機視覺與模式識別會議）的最佳論文獎，成為CVPR最佳論文首位華人得主，這是該會議創辦25年來首次有亞洲學者獲得最高獎項。2011年，何愷明獲得香港中文大學獲得博士學位，并獲得了學士。

科研工作

2011年，何愷明在香港中文大學博士畢業，他加入微軟亞洲研究院任研究員。在2015年的ImageNet圖像識別大賽中，何愷明和他的團隊憑借152層深度殘差網絡ResNet-152，擊敗谷歌、英特爾、高通等業界團隊，榮獲第一。何愷明發布的有關殘差網絡（ResNet）的論文。當時，深度學習最多只能訓練20層，而CNN（卷積神經網絡）模型ResNet在網絡的每一層引入了一個直連通道，從而解決了深度網絡的梯度傳遞問題，他因此獲得了2016年cvpr的最佳論文獎，是計算機視覺歷史上被引用最多的論文。2016年8月，何愷明離開微軟亞洲研究院，轉投Facebook人工智能實驗室，任研究科學家。2017年3月，何愷明和同事公布Mask R-CNN算法（實例分割算法），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，是一個真正高性能的物體檢測算法框架。Mask R-CNN把基于掩碼的自編碼思想用于視覺領域的非監督學習，開啟了計算機視覺領域自監督學習的大門，并被推廣到3D領域、音頻領域，甚至是AI for science（人工智能用于科研）領域。何愷明以此獲得過ICCV（?IEEE International Conference on 計算機 Vision，即國際計算機視覺大會）?2017年的最佳論文馬爾獎（Marr Prize）。2018年，何愷明在美國鹽湖城召開的cvpr上，獲得了PAMI青年研究者獎。2021年11月，何愷明以一作身份發表論文《Masked Autoencoders Are Scalable Vision Learners》，提出了一種泛化性能良好的計算機視覺識別模型，剛剛發表就成為了計算機視覺圈的熱門話題。截至2023年7月，根據谷歌 Scholar的統計，何愷明一共發表了73篇論文，H Index數據為67，他的研究引用次數超過46萬次，每年增加10萬次以上。2023年7月，何愷明宣布，于2024年2月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；同年7月，獲頒道格拉斯·羅斯軟件技術職業發展教授席。2023年8月，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”為題發表得獎演說。2025年6月，何愷明取得了麻省理工學院（MIT）終身教職。