今天小編分享的科學經驗：何恺明MIT開門弟子名單公開：奧賽雙料金牌得主、清華姚班學霸在列，歡迎閲讀。
入職 MIT 電氣工程和計算機科學系的何恺明，第一波門下弟子現在曝光——
可以看到，四位研究者中其中有三位都是 3 位是華人：白行建、鄧明揚、黎天鴻。
我們熟悉的 IMO、IOI 雙料奧賽金牌得主鄧明揚也在列。
事實上，在不久之前，他們就已經合作了一篇文章：無需矢量量化的自回歸影像生成 何恺明新作再戰 AI 生成：入職 MIT 後首次帶隊，奧賽雙料金牌得主鄧明揚參與
這篇文章提出了一種新的影像生成方法，通過擴散過程來建模每個标記的概率分布，從而避免了使用離散值的 tokenizer，并在連續值空間中實現了自回歸模型的應用。
這篇文章黎天鴻博士後是論文的一作，此外他還參與了何恺明團隊的其他多項學術研究：
何恺明副教授的主頁也更新了頭像、聯系方式和履歷，還有一些最新的 MIT 課程和演講等：
何恺明 MIT 實驗室成員首次公開博士一年級生鄧明揚
鄧明揚，MIT 數學和計算機科學本科。
他從小學三年級就開始競賽，在高一獲得 IMO（國際數學奧林匹克競賽）金牌，高三獲得 IOI（國際信息學奧林匹克競賽）金牌，國内首位在不同學科獲得國際金牌的選手，也是 IOI 歷史上第三位滿分選手，人稱 " 乖神 "。
此外他還曾獲得 ICPC 國際大學生程式設計競賽世界總決賽的第 1 名。
目前鄧明揚的研究重點是機器學習，特别是理解和推進生成式基礎模型，包括擴散模型和大型語言模型。
博士一年級生白行健
白行健高中畢業于北師大實驗中學，在牛津大學獲得了數學和計算機科學的碩士和學士學位。
他的研究重點目前是是經典算法和深度學習的交叉領網域。
他也參與了多項競賽，曾獲得 2018 年 CCO（加拿大信息學奧林匹克競賽）第一名，NOI（中國信息學奧林匹克競賽）銀牌，NOIP（中國信息學聯賽）北京市提高組一等獎第 3 名等。
高三時，他就憑借自适應圖卷積神經網絡檢測網絡暴力的論文入圍了丘成桐中學科學獎決賽。
博士後黎天鴻
黎天鴻本科畢業于清華叉院姚班，在 MIT 獲得了碩博學位之後，目前在何恺明組内從事博士後研究。
根據他的主頁最新消息顯示，他将擔任ICLR 2025 的區網域主席。
他的主要研究方向是表示學習和生成模型，目标是構建能夠理解人類感知之外的世界的智能視覺系統。
此前曾作為一作和何恺明開發了自條件影像生成框架 RCG，團隊最新的多項研究中他也都有參與。
有趣的是，他還非常喜歡做飯，主頁上放了很多自己總結的食譜。
博士生 Jake Austin
還有一位博士生 Jake Austin，之前在加州伯克利大學人工智能研究所任職。
她的谷歌學術主頁被引數超過了 500，主要成果也是集中在計算機視覺領網域。
何恺明團隊的最新動态 CV 相關
何恺明團隊最新的學術研究成果還是主要集中在他擅長的CV 領網域。
最新一篇是發表于 10 月 17 日的一篇論文：Fluid: Scaling Autoregressive Text-to-image Generative Models with Continuous Tokens。
這篇論文通過實證研究表明，使用連續标記和随機順序生成的自回歸模型在文本到影像生成任務中表現出最佳的擴展性和生成質量，團隊提出的 Fluid 模型刷新了新的零樣本 FID 和 GenEval 分數。
另一篇 Scaling Proprioceptive-Visual Learning with Heterogeneous Pre-trained Transformers 發表于 9 月 30 日。
這篇文章提出了一種名為 Heterogeneous Pre-trained Transformers ( HPT ) 的架構，通過跨不同機器人本體和任務的異構預訓練來學習通用的策略表示，并在大規模機器人仿真和真實世界環境中驗證了其有效性。
主頁還列出了更多研究内容，包括自回歸影像生成、單張影像 3D 物理建模、使用拉格朗日體積網格表示高質量幾何形狀等等，多篇文章都已被NeurlPS 2024接收。
AI for Science 相關
之前，何恺明副教授在 MIT 的求職演講上特意提到，AI for Science也将是他未來的工作方向。
5 月他曾發表了這個方向的首個工作：使用強化學習的動态異構量子資源調度。文章使用自注意力機制處理量子比特對的序列信息，在概率性環境中訓練強化學習模型，提供動态實時調度指導，最終将量子系統性能提升了 3 倍以上。
多位大神雲集，讓我們一起期待何恺明團隊未來的更多成果吧！
參考鏈接：
[ 1 ] https://people.csail.mit.edu/kaiming/
