DeepMind迎来超级大脑，何恺明出任兼职杰出科学家

市场资讯2025-06-26

炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！就在刚刚，计算机视觉领域代表人物何恺明最新官宣，已加入谷歌DeepMind，担任杰出科学家（Distinguished Scientist）。他在个人主页上表示，自己在 DeepMind 的工作是兼职，还将继续保留 MIT 终身副教授的身份。图 | 何恺明更新个人主页（来源：何恺明）何恺明是残差网络（ResNet）的主要...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2546553271?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2025-06-26 10:30","share_image_url":"https://static.laohu8.com/b0d1b7e8843deea78cc308b15114de44","id":"2546553271","market":"us","top_or_hot":-1,"title":"DeepMind迎来超级大脑，何恺明出任兼职杰出科学家","media":"市场资讯","content":"<div>\n<p>炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 就在刚刚，计算机视觉领域代表人物何恺明最新官宣，已加入谷歌DeepMind，担任杰出科学家（Distinguished Scientist）。他在个人主页上表示，自己在 DeepMind 的工作是兼职，还将继续保留 MIT 终身副教授的身份。图 | 何恺明更新个人主页（来源：何恺明）何恺明是残差网络（ResNet）的主要...</p>\n\n<a href=\"https://finance.sina.com.cn/stock/t/2025-06-26/doc-infckhun7226548.shtml\">网页链接</a>\n\n</div>\n","source":"sina","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>DeepMind迎来超级大脑，何恺明出任兼职杰出科学家</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nDeepMind迎来超级大脑，何恺明出任兼职杰出科学家\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-06-26 10:30 北京时间&nbsp;&nbsp;&nbsp;<a href=https://finance.sina.com.cn/stock/t/2025-06-26/doc-infckhun7226548.shtml><strong>市场资讯</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 就在刚刚，计算机视觉领域代表人物何恺明最新官宣，已加入谷歌DeepMind，担任杰出科学家（Distinguished Scientist）。他在个人主页上表示，自己在 DeepMind 的工作是兼职，还将继续保留 MIT 终身副教授的身份。图 | 何恺明更新个人主页（来源：何恺明）何恺明是残差网络（ResNet）的主要...</p>\n\n<a href=\"https://finance.sina.com.cn/stock/t/2025-06-26/doc-infckhun7226548.shtml\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"BK4538","symbol_name":"云计算","start_time":0,"source_url":"https://finance.sina.com.cn/stock/t/2025-06-26/doc-infckhun7226548.shtml","article_id":"2546553271","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2546553271","pubTimestamp":1750905000,"columns":[],"sourceInfo":{"source_id":"sina","name":"sina"},"weMediaInfo":null,"summary":"就在刚刚，计算机视觉领域代表人物何恺明最新官宣，已加入谷歌DeepMind，担任杰出科学家。他在个人主页上表示，自己在 DeepMind 的工作是兼职，还将继续保留 MIT 终身副教授的身份。2015 年，何恺明及其团队提出了 ResNet 架构。除了检测与分割，何恺明在 Meta 还致力于推动“自监督学习”的研究。目前他的论文总引用次数已超过 70 万次，在全球 AI 学术圈内影响深远。显而易见，在加入 DeepMind 之后，我们一定会看到这位“学术+行业”的双料 AI 大牛带来影响更深远的成果。","collect":0,"end_time":0,"defaultTopTitle":"sina.com.cn","property":[],"viewcount":null,"language":"zh","relate_stocks":{"BK4538":"云计算","LU0097036916.USD":"贝莱德美国增长A2 USD","LU0965509101.SGD":"AB LOW VOLATILITY EQUITY PORTFOLIO \"A\" (SGDHDG) ACC","LU1316542783.SGD":"Janus Henderson Horizon Global Technology Leaders A2 SGD","LU2125154778.USD":"ALLSPRING GLOBAL EQUITY ENHANCED INCOME \"A\" (USD) INC","LU0949170426.SGD":"Blackrock Global Multi-Asset Income A6 SGD-H","LU2326559502.SGD":"Natixis Loomis Sayles US Growth Equity P/A SGD-H","SGXZ51526630.SGD":"大华环球创新基金A Acc SGD","IE00BBT3K403.USD":"LEGG MASON CLEARBRIDGE TACTICAL DIVIDEND INCOME \"A(USD) ACC","SG9999004303.SGD":"Nikko AM Shenton Global Opportunities SGD","LU0276348264.USD":"THREADNEEDLE (LUX) GLOBAL DYNAMIC REAL RETURN\"AUP\" (USD) INC","LU2471134952.CNY":"INVESCO GLOBAL EQUITY INCOME ADVANTAGE \"A\" (CNYHDG) INC","LU0109392836.USD":"富兰克林科技股A","LU2168564149.EUR":"AZ ALLOCATION - TREND \"BAZ\" (EUR) ACC","BK4525":"远程办公概念","LU1244550494.USD":"FRANKLIN GLOBAL MULTI-ASSET INCOME \"A\" (USDHEDGED) ACC","LU0494093205.USD":"贝莱德ESG灵活多元资产A2 USD-H","LU2347655156.SGD":"JPMorgan Investment Funds - Global Income A (icdiv) SGD-H","LU0672654240.SGD":"FTIF - Franklin US Opportunities A Acc SGD-H1","MIT":"Mason Industrial Technology Inc","LU2023250504.SGD":"Allianz Thematica Cl AMg DIS H2-SGD","LU2097829019.USD":"AZ EQUITY - BORLETTI GLOBAL LIFESTYLE \"AI\" (USD) ACC","LU1066051498.USD":"HSBC GIF GLOBAL EQUITY VOLATILITY FOCUSED \"AM2\" (USD) INC","LU1232071149.USD":"AZ FUND 1 GLOBAL GROWTH SELECTOR \"AAZ\" (USDHDG) ACC","LU0795875169.SGD":"JPMorgan Investment Funds - Global Income A (div) SGD-H","LU0353189680.USD":"富国美国全盘成长基金Cl A Acc","LU1267930573.SGD":"TEMPLETON GLOBAL \"AA\" (SGD) ACC A","IE00BLSP4452.SGD":"Legg Mason ClearBridge - Tactical Dividend Income A Mdis SGD-H Plus","LU2298321311.HKD":"BGF CIRCULAR ECONOMY \"A\" (HKDHDG) ACC","LU2210150020.SGD":"Natixis Thematics Subscription Economy R/A SGD","BK4534":"瑞士信贷持仓","LU1691799644.USD":"Amundi Funds Polen Capital Global Growth A2 (C) USD","LU0456855351.SGD":"JPMorgan Funds - Global Equity A (acc) SGD","SG9999014575.USD":"UOB UNITED INCOME FOCUS TRUST FUND (USDHDG) INC","LU0354030511.USD":"ALLSPRING  U.S. LARGE CAP GROWTH \"I\" (USD) ACC","LU0323591593.USD":"SCHRODER ISF QEP GLOBAL QUALITY \"A\" (USD) ACC","LU1670711123.USD":"M&G (LUX) GLOBAL DIVIDEND \"A\" (USD) INC","M11.SI":"综合制造科技","SG9999015358.SGD":"United Income Focus Trust Dis SGD-H","LU0417517546.SGD":"Allianz US Equity Cl AT Acc SGD","BK4566":"资本集团","LU1718418525.SGD":"JPMorgan Investment Funds - Global Select Equity A (acc) SGD","BK4587":"ChatGPT概念","IE00B19Z8W00.USD":"FTGF CLEARBRIDGE US LARGE CAP GROWTH \"A\" INC","LU2168564495.EUR":"AZ ALLOCATION - TREND \"AI\" (EUR) ACC","LU1582987597.SGD":"M&G (LUX) INCOME ALLOCATION \"A-H\" (SGDHDG) INC","LU0545039389.USD":"BGF GLOBAL EQUITY INCOME \"A2\" ACC","IE00BJTD4N35.SGD":"Neuberger Berman US Long Short Equity A1  Acc SGD-H","IE00B1XK9C88.USD":"PINEBRIDGE US LARGE CAP RESEARCH ENHANCED \"A\" (USD) ACC"},"translate_title":"DeepMind welcomes super brain, He Kaiming serves as a part-time outstanding scientist","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"M11.SI":0.61,"MIT":1},"content_text":"炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 就在刚刚，计算机视觉领域代表人物何恺明最新官宣，已加入谷歌DeepMind，担任杰出科学家（Distinguished Scientist）。他在个人主页上表示，自己在 DeepMind 的工作是兼职，还将继续保留 MIT 终身副教授的身份。图 | 何恺明更新个人主页（来源：何恺明）何恺明是残差网络（ResNet）的主要发明人，而这项技术成为了深度学习及后续人工智能进步的基础。我们今天看到的 ChatGPT、AlphaGo、AlphaFold 都离不开它的影响。根据《自然》杂志的统计，2016 年发表的 ResNet 论文是 21 世纪迄今为止引用量最高的论文——就连《注意力就是你所需要的一切》（Attention is all you need）这样的 Transformer 经典之作都不是它的对手。图 |《自然》统计的 21 世纪论文引用量排名（来源：《自然》）据了解，何恺明出生于 1984 年。2003 年，他获得了保送清华大学的资格，但依旧参加了高考并以 900 分满分成为了广东省高考状元。他本科就读于清华大学物理系基础科学班，之后前往香港中文大学攻读博士学位，并于 2011 年取得信息工程博士学位，师从汤晓鸥。他在学术初期就展现出非凡的研究才能。早在 2009 年，他提出的“暗通道先验”（Dark Channel Prior）用于图像去雾，就已在国际顶级计算机视觉会议 CVPR 上获得最佳论文奖（第一位获得该奖项的华人），被认为是图像增强领域的重要突破。图 | 何恺明获得的奖项（来源：何恺明）博士毕业后，何恺明加入微软亚洲研究院（Microsoft Research Asia），在 2011 年至 2016 年期间担任计算机视觉研究员。也就是在微软的这段时间，他带领团队完成了日后被载入人工智能发展史的重要成果——残差网络 ResNet。2015 年，何恺明及其团队提出了 ResNet 架构。这一架构通过引入“残差连接”概念，解决了神经网络随着层数增加而训练困难的问题，使得训练上百层的深度神经网络成为可能。（论文链接：https://arxiv.org/pdf/1512.03385）传统神经网络在变深之后常常会出现梯度消失，导致准确率下降，而ResNet 通过“跳跃式”连接，巧妙规避了这一瓶颈。ResNet 横空出世后立即在各大视觉竞赛中大放异彩：152 层的 ResNet 模型在 2015 年的 ImageNet 挑战赛中包揽了图像分类、定位、检测三项冠军；同年还赢得了 COCO 图像识别与分割挑战的第一名。微软 AI 官方博客称，这一架构成功攻克了超深网络训练不稳定的难题，堪称 AI 发展的“分水岭”。ResNet 的影响远远超出计算机视觉。如今几乎所有深度学习模型都在不同程度上借鉴了 ResNet 的残差结构。也正因如此，2023 年，何恺明及其团队获得了未来科学大奖（数学与计算机科学奖项），以表彰其在“深度残差学习”方面的开创性贡献。2016 年，何恺明加入 Facebook AI Research（FAIR，现为 Meta AI），继续在计算机视觉领域深耕细作。2017 年，他又一项标志性成果诞生：Mask R-CNN。这是在 Faster R-CNN 目标检测架构基础上的一次重要升级。Mask R-CNN 不仅能准确识别图像中的各类物体，还能为每个对象生成像素级别的精确轮廓。（论文链接：https://arxiv.org/pdf/1703.06870）这种实例分割（Instance Segmentation）能力对于自动驾驶、图像编辑、AR 等场景至关重要。该模型一经推出就迅速在 COCO 标准测试集上刷新多个指标，成为该领域的“黄金标准”。除了检测与分割，何恺明在 Meta 还致力于推动“自监督学习”的研究。他与团队相继提出了MoCo（Momentum Contrast）和 MAE（Masked Autoencoder）等框架，显著提升了无监督视觉表征的质量。这类技术如今已被广泛应用于数据稀缺场景，拓宽了 AI 模型的训练方式。2024 年初，何恺明受聘为麻省理工学院（MIT）电子工程与计算机科学系终身副教授。图 | 何恺明近年的讲座和开设课程（来源：何恺明）入职 MIT 后，他开设了关于生成式模型与视觉学习的前沿课程，同时继续活跃于一线科研。就在今年 2 月，何恺明带领三位大一新生提出了扩散模型新思路：扩散模型基础架构中的噪声调节，被广泛认为不可或缺的，但他们挑战了这一假设，并证明了去除噪声调节不仅可行，而且还能提升性。目前他的论文总引用次数已超过 70 万次，在全球 AI 学术圈内影响深远。显而易见，在加入 DeepMind 之后，我们一定会看到这位“学术+行业”的双料 AI 大牛带来影响更深远的成果。参考资料：https://people.csail.mit.edu/kaiming/https://ieeexplore.ieee.org/author/37085360867https://www.nature.com/articles/d41586-025-01125-9\n\n\n海量资讯、精准解读，尽在新浪财经APP","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.36.2","shortVersion":"4.36.2","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2546553271","isCrawlerRequest":true}