何恺明

概况

何恺明是计算机视觉（computer vision）与深度学习（deep learning）方向的研究者。他是《Deep Residual Learning for Image Recognition》这篇 2015 年论文的第一作者，该文提出了 ResNet，合作者是张祥雨、任少卿与孙剑，工作完成于微软研究院。^[3]

教育与早期研究

他在 2003 年广东省高考中总分位列第一。^[2] 2007 年他在清华大学获得学士学位，2011 年在香港中文大学获得博士学位，导师是汤晓鸥，博士论文研究的是用暗通道先验（dark channel prior）做单幅图像去雾。^[2]

这个题目带来了他最早被广泛注意的成果。暗通道先验是一个关于普通户外照片的统计观察：在大多数局部小区域里，总有至少一个颜色通道的数值非常低，而雾霾恰好把这些低数值抬高。把一张有雾的图像与这个预期作比较，就能估计出每个位置被雾遮挡的程度，进而从单张照片中减去雾的影响，不需要第二张照片，也不需要关于场景的额外信息。这项工作获得了 2009 年 CVPR 最佳论文奖。^[2]

ResNet

《Deep Residual Learning for Image Recognition》的 arXiv 预印本于 2015 年 12 月 10 日提交，作者署名为何恺明、张祥雨、任少卿、孙剑。^[3]

它的想法说起来很简单：不再要求一叠网络层直接学会目标映射，而是让每个模块去学「残差」，也就是目标与该模块输入之间的差值，再通过一条捷径连接把输入原样加回来。这样一来，一个模块只要把残差学成零，就等于什么都不做，所以加深网络不会让训练变差，很深的网络也变得可以训练。

残差连接后来被证明远比图像分类更通用。他的个人主页称，根据 Nature 的一项分析，ResNet 论文是 21 世纪被引用最多的论文；主页还指出，残差连接被用在 Transformer、AlphaGo Zero、AlphaFold 以及几乎所有生成式 AI 模型之中。^[1]

检测、分割与自监督学习

他也做过目标检测与图像分割，也就是在图像中找出物体位置、并逐像素勾出物体轮廓的任务，代表工作是 Faster R-CNN（NeurIPS 2015）与 Mask R-CNN（ICCV 2017）。在自监督学习（self-supervised learning）方面，即让模型从无标注数据中、通过完成由数据本身构造出来的任务来学习表示，他参与的工作有 MoCo 与 MAE。^[1]

任职经历

2011 年至 2016 年他在微软亚洲研究院任研究员，2016 年至 2024 年在 Facebook 人工智能研究院（FAIR）任研究科学家，2024 年起任麻省理工学院电气工程与计算机科学系终身职副教授，同时兼职担任 Google DeepMind 的杰出科学家（Distinguished Scientist）。^[1]

影响与荣誉

他获得的奖项包括 2009 年 CVPR 最佳论文奖（暗通道先验去雾）与 2016 年 CVPR 最佳论文奖（ResNet）、2017 年 ICCV 最佳论文奖即 Marr 奖（Mask R-CNN）、2018 年 PAMI 青年研究者奖、NeurIPS 2025 与 CVPR 2026 的时间检验奖（test-of-time award），以及 2023 年未来科学奖——该奖因提出深度残差学习而授予他，由他与三位合作者共享。^[2] 他的个人主页显示，截至 2025 年 5 月，其论文被引用超过 70 万次。^[1]