今年3月，何恺明在MIT的一场演讲中透露，接下来的研究方向会是AI for science（人工智能用于科研），将聚焦计算机视觉、NLP（自然语言处理）和self-supervised（自监督学习）。作为目前Facebook AI Research（FAIR）的研究科学家，他已经在个人网站中换上了全新的头像，并在置顶的声明中表示，“作为一位FAIR研究科学家...
何恺明出走Meta Fair，早有预兆。一方面，何恺明自己更倾向于做基础研究。在MIT的研究结尾，他透露自己接下来的研究方向会是AI for science，将聚焦视觉NLP大一统，做Self-Supervised X+AI。而在Meta亏损不断加大，持续裁员的背景下，AI巨头间的竞争已经如同“八角笼肉搏”。显然Meta更希望将研究资源聚焦到更实用的方向...
近日,计算机视觉领域的著名科学家何恺明宣布将于 2024 年正式加入麻省理工学院( MIT )电气工程与计算机科学系( EECS ),担任教员。目前,他是 Facebook AI Research( FAIR )的研究科学家。 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-supervi...
AI for science 两大范式 | 数学建模 | 鄂维南 | 何凯明 | 开普勒 | 牛顿 | 残差 | ResNet | 机器学习 04:06 超易懂的分类任务指标详解!准确率、召回率、精确率、F1-score、AUC、ROC | 机器学习 | 分类 | 回归 | 聚类 | 关联规则 | 图计算 05:26 AUC很高但召回率很低怎么办?很实用的补救方法...
这堂课之所以如此火爆，一个重要的原因是何恺明是一位卓越的科研学者，是我们耳熟能详的 AI 科学家之一...
AI采英：深度学习·CNN模型(2)：ResNet、ResNeXt Timelines：16.11，依然是这两位，继续提出ResNext，...
就是诺奖也是站在前面无数人的肩膀上取得的，为什么到了ai，就没有成就了。双标双标，永远是双标。