He Kaiming: ResNet'in Mucidi, Modern CV'nin Mimarı

Çin'in en parlak öğrencisi

He Kaiming 1984 Çin doğumlu. Lise yıllarında bilim olimpiyatlarında ülke birinciliği. Gaokao (üniversite giriş sınavı) sonucunda Tsinghua Üniversitesi'nde bilgisayar bilimi tam burs (2003-2007).

Hong Kong Chinese University'de doktora (2011). Doktora konusu: görüntü matlama (image matting) — bir resimde nesneyi arka plandan ayırma. Saç tellerine kadar.

Bu klasik bilgisayar görüş problemi onun kariyerinin temelini oluşturdu.

Microsoft Research Asia (2011–2016)

Doktoradan sonra MSRA (Microsoft Research Asia, Pekin)'a katıldı. O dönemin MSRA'sı dünya çapında en saygın endüstri laboratuvarlarından biri. Pekin'de Çin'in en parlak araştırmacıları çalışıyordu.

Burada He Kaiming çığır açan dört makale yayımladı:

1. SPP-Net (2014): Spatial Pyramid Pooling — değişken boyutlu giriş için CNN.
2. PReLU (2015): Parametric ReLU + He initialization. Modern ağ başlatma standardı.
3. ResNet (2015): Residual networks. Modern derin öğrenmenin temel taşı.
4. Pre-activation ResNet (2016): ResNet'in geliştirilmiş versiyonu.

Sadece bir araştırmacı için olağanüstü çıktı. ResNet, görüntü tanıma yarışmalarının üçünü kazandı:

• ImageNet 2015: Sınıflandırma + tespit + lokalizasyon.
• MS COCO 2015: Tespit + segmentasyon.
• CVPR 2016 Best Paper Award.

Facebook AI Research (2016–2024)

2016'da Facebook AI Research (FAIR)'a katıldı. Burada LeCun ile aynı laboratuvarda.

FAIR'deki çalışmaları da etkili:

1. Mask R-CNN (2017): Nesne tespit + instance segmentation. Bilgisayar görüşünün standart yöntemi.
2. Focal Loss / RetinaNet (2017): Dengesiz sınıf problemine çözüm.
3. MAE (Masked Autoencoders, 2021): BERT-benzeri self-supervised CV pretraining.
4. Improved Diffusion (2022): Diffusion model iyileştirmeleri.

Mask R-CNN bugün hâlâ pek çok endüstri uygulamasının temel modelidir.

MIT profesörü (2024–)

Ocak 2024'te MIT EECS'a akademik kariyer seçti. FAIR'den ayrıldı. Bu transfer Çin AI dünyasında haber oldu — Çin'in en başarılı AI araştırmacılarından biri Amerikan akademisini seçti.

Karar açıklaması: "Akademinin uzun vadeli düşüncesini kaçırıyordum. Bir öğrenci yetiştirmek istiyorum."

Atıf istatistikleri

He Kaiming'in akademik etkisi olağanüstü:

• 400.000+ toplam atıf (2025).
• ResNet tek başına 200.000+ atıf — bilgisayar bilimi tarihinin en çok atıf alan makalelerinden biri.
• Mask R-CNN: 30.000+
• MAE: 8.000+

40'lı yaşlarda bir araştırmacı için bu rakamlar olağan dışı.

"Sade ve doğru" tarzı

He Kaiming'in akademik tarzı: çok sade ama matematiksel olarak sağlam. ResNet makalesi 9 sayfa. Tek bir denklem ve onun matematiksel sezgisi. Karmaşık tartışma yok.

Bir röportajda:

"İyi bir fikir bir cümlede anlatılabilir. Eğer 30 sayfa açıklama gerekiyorsa, muhtemelen fikir yanlış."

Bu tarz Quoc Le'ye benzer — Çin AI ekolünün ortak özelliği belki.

Çin AI ekolünün baş figürü

He Kaiming, Çin'in AI akademik çıkışının sembolüdür:

• Tsinghua mezunu.
• MSRA'da yetişti.
• En etkili modern AI makalesini yazdı.

Modern Çin AI ekosistemi (DeepSeek, Qwen, Moonshot, Zhipu) onun gibi figürlerin yetiştirdiği kuşağa dayanıyor. Çin'in 2020 sonrası AI alanında Amerika'ya yakın durumu, He Kaiming gibi araştırmacıların eseridir.

Sade ders

He Kaiming hikâyesinden iki şey:

1. Sade matematik dünyayı değiştirir. ResNet bir paragrafta anlatılabilir. Tüm modern AI bu fikre dayanıyor. Karmaşıklık değil doğru sadelik etkili.
2. Akademik kariyer hâlâ değerlidir. He Kaiming endüstriden akademiye geçti. AI dünyasının ters yönü — sıradan değil. Uzun vadeli düşünce için üniversite hâlâ ana yer.

Bağlam

ResNet için: [[resnet-derin-aglari-egitebilen-residual-fikri]]. Modern CV için: [[fei-fei-li-ai-in-anneannesi]] ve [[imagenet-modern-bilgisayar-gorusunu-baslatan-veri-seti]]. Çin AI ekosistemi için: [[deepseek-r1-cin-ai-i-acik-kaynak-ile]] (varsa) ve [[rope-rotary-position-embedding-transformer-in-pozisyon-dilini]]. FAIR için: [[yann-lecun-konvolusyonel-sinir-aglarinin-mucidi-ve-meta-aisin-baskani]].