人物简介

杨立昆（Yann LeCun）1960 年出生于法国巴黎附近，是法裔美国计算机科学家。他在巴黎的工程师学校 ESIEE 完成工程学业，随后在皮埃尔和玛丽·居里大学获得计算机科学博士学位。博士毕业后，他到多伦多大学跟随杰弗里·辛顿做博士后研究。

1988 年，他加入美国 AT&T 贝尔实验室，在那里完成了最为人熟知的工作。2003 年起，他在纽约大学任教。2013 年，他受邀创建 Facebook 人工智能研究院（FAIR），并担任负责人，之后长期担任 Meta 首席 AI 科学家。2025 年 11 月，他离开 Meta，随后参与创办专注于世界模型的公司 AMI Labs。

主要贡献

杨立昆最核心的贡献是卷积神经网络（CNN）。他把反向传播算法用于训练带有卷积结构的网络，让模型能够直接从像素中学习特征，而不必依赖人工设计。这种思路后来成为图像识别、目标检测等几乎所有视觉任务的基础。

在贝尔实验室期间，他和同事还参与了 DjVu 图像压缩技术的开发，并整理推广了 MNIST 手写数字数据集。MNIST 在很长时间里都是机器学习领域最常用的入门基准之一。

近年来，他持续研究自监督学习，提出了联合嵌入预测架构（JEPA）等思路，主张让 AI 通过观察世界学习预测抽象表示，而不仅仅预测下一个词。

代表成果

他在 1990 年代开发的 LeNet 系列网络，被用于识别手写数字，并应用到银行支票的自动读取系统中，是卷积神经网络最早的大规模实际应用之一。1998 年，他与合作者发表的关于基于梯度的文档识别的论文，系统总结了这一方法，至今仍被大量引用。

在 Meta 期间，他领导的 FAIR 实验室发布了大量开源研究成果和工具，他本人也是开放模型路线的积极支持者。

荣誉

  • 2018 年图灵奖，与杰弗里·辛顿、约书亚·本吉奥共同获得；
  • 2022 年阿斯图里亚斯公主奖（科学技术研究奖）；
  • 2025 年伊丽莎白女王工程奖。

影响

杨立昆与辛顿、本吉奥一起被称为“深度学习三巨头”。卷积神经网络让计算机第一次以接近实用的精度“看懂”图像，今天的人脸识别、医学影像分析、自动驾驶感知系统中都能看到它的影子。

他也是 AI 领域最活跃的公共讨论者之一。他坚持认为当前的大语言模型并不足以实现人类水平的智能，需要能够理解物理世界、具备规划能力的新架构；同时，他对“AI 将带来生存威胁”的说法持明显的怀疑态度，并大力支持开源。这些观点常常引发争论，但也让业界在追逐规模之外，持续思考另一条可能的技术路线。