今年3月，何恺明在 MIT 的一场演讲中，透露了接下来的研究方向会是 AI for science，将聚焦视觉和 NLP 大一统做 self-supervised X+AI。

图源：知乎

何恺明的研究涵盖计算机视觉和深度学习的广泛主题。他致力于从计算机视觉问题的角度出发，开发适用于各个领域的通用方法。

目前，他的主要研究重点是构建计算机模型，这些模型能够学习复杂世界的表示并开发复杂世界的智能。他的长期目标是通过更强大的 AI 来增强人类智能。

在计算机视觉和深度学习领域，何恺明发表了一系列极具影响力的论文。他的有关深度残差网络（ResNets）的论文是 2019 年、 2020 年和 2021 年 Google Scholar Metrics 中所有研究领域被引用次数最多的论文，为现代深度学习模型的基本组成部分奠定了基础。

此外，他在视觉对象检测和分割方面的工作，包括 Faster R-CNN 和 Mask R-CNN ，也产生了重大影响，并且是这些领域被引用次数最多的论文之一。在视觉自监督学习方面，他的作品成为了 CVPR 2020 、 2021 和 2022 年发表的高被引论文。

何恺明凭借卓越的研究成果获得了多个社区著名奖项，包括 2018 年 PAMI 青年研究员奖，CVPR 2009、CVPR 2016、ICCV 2017 最佳论文奖，ICCV 2017 最佳学生论文奖，CVPR 2017 最佳论文荣誉奖，以及 ECCV 2018、CVPR 2021、ICCV 2021 的 Everingham 奖。

回顾他的学术之路，何恺明从小就立志上清华，放弃了保送清华大学机械工程及其自动化专业的机会，以满分的高考成绩进入清华大学，并转向基础科学班。

大学期间，他表现出色，连续三年获得清华奖学金。在 2007 年他还未毕业之际，他已经进入了微软亚洲研究院（ MSRA ）实习，为他未来在计算机视觉领域的杰出贡献奠定了基础。

何恺明和导师汤晓鸥

其中，何恺明的一项关于去雾技术的论文「Single Image Haze Removal Using Dark Channel Prior」获得了 2009 年 CVPR 最佳论文奖，这也是该会议 30 年来首次且唯一一次颁发给亚洲研究学者的奖项。

他的去雾技术不仅可以还原图像的颜色和能见度，还能利用雾的浓度来估计物体的距离，在计算机视觉领域有着重要的应用，例如在三维重建和物体识别中。

2015 年，何恺明提出的深度残差网络（ ResNet ）成为计算机视觉领域的流行架构，被广泛应用于机器翻译、语音合成、语音识别和 AlphaGo 的研发等领域。他的谷歌学术被引用量已经超过 40 万次，其中引用量最高的单篇论文在 2021 年底突破了 10 万次。

随着何恺明即将加入 MIT，相信他将继续在计算机视觉和深度学习领域取得更多突破性的研究成果，为 AI 的发展做出更大的贡献。

参考内容：

https://www.csail.mit.edu/event/eecs-special-seminar-kaiming-he-pursuit-visual-intelligence

https://www.zhihu.com/question/588205714

--学术头条、机器之心