大家好，3月7日，麻省理工学院电气工程与计算机科学系副教授·何恺明，迈上讲台，并成功地进行了他人生中的首堂教学课程。
第一堂课
课程官网：https://advances-in-vision.github.io/
作为麻省理工学院（MIT）电气工程与计算机科学系（EECS）副教授，何恺明完成了他的第一堂课，主题是卷积神经网络的基础知识。
课程的名字是《Advances in Computer Vision》，总共有四位讲师。
而助教的人数高达17人。
四位老师在课堂上自拍留影，700座的大教室座无虚席，盛况空前。
课程资料
这节课分为四个部分，包括卷积的基本概念、卷积神经网络的概念、经典卷积神经网络的分析（包括LeNet、AlexNet和VGG）、以及可视化。
顶尖AI科学家的成长之路
何凯明的人生首堂课能引起这么大的关注，不是没有原因的。
2003年，何恺明以震撼人心的900分的标准分成绩位居广东省高考总分第一，从而成功被清华大学物理系基础科学班录取。在完成清华物理系基础科学班的学业后，他进入了香港中文大学多媒体实验室攻读博士学位，并成为汤晓鸥教授的学生。2007年，何恺明进入微软亚洲研究院视觉计算组实习，拜孙剑博士为实习导师。
2011年获得博士学位后，何恺明加入微软亚洲研究院担任研究员。2016年，他加入Facebook人工智能实验室，担任研究科学家。
何恺明的研究成果屡获殊荣。2009年，他与汤晓鸥教授和孙剑博士合作完成的论文《基于暗原色的单一图像去雾技术》荣获国际计算机视觉顶级会议CVPR的最佳论文奖。
2016年，何恺明凭借ResNet再次荣获CVPR的最佳论文奖，此外，他的另一篇论文入围了CVPR2021的最佳论文候选。何恺明还因为他的研究成果Mask R-CNN获得了ICCV 2017的最佳论文奖（Marr Prize），同时也参与了当年最佳学生论文的研究。
根据Google Scholar的统计，何恺明共发表了74篇论文，其H指数为68。截至今日，他的研究成果已经被引用超过53万次，并以每年超过10万次的速度不断增长。
简单来说，一加入MIT后，他立即成为该校学者中被引用量最高的人，无论学科，没有任何对手。
发表神作不胜枚举
提起何恺明的作品，最著名的当属ResNet了。这篇论文发表于八年前，至今已经被引用超过20万次。
《Deep Residual Learning for Image Recognition》在2016年荣获计算机视觉顶级会议CVPR的最佳论文奖。该论文的四位作者包括何恺明、张祥雨、任少卿和孙剑，如今他们在人工智能领域享有盛誉，都是微软亚洲研究院的成员。
何恺明关于残差网络（ResNet）的论文解决了深度网络中梯度传递的难题。这篇论文是2019年、2020年和2021年Google Scholar Metrics中被引用次数最多的论文，同时也构建了现代深度学习模型的基本组成部分（例如在Transformers、AlphaGo Zero和AlphaFold等领域的应用）。
