Yann LeCun

Person und Bedeutung

Yann Andre LeCun (* 8. Juli 1960 in Soisy-sous-Montmorency) ist ein französischer Informatiker und Träger des Turing Awards 2018. Seine Arbeit verbindet künstliche neuronale Netzwerke, Maschinenlernen, Bildverarbeitung und künstliche Intelligenz. Besonders wichtig ist sein Beitrag zu Convolutional Neural Networks (CNN), auf Deutsch etwa Faltungsnetzwerken. Dabei handelt es sich um künstliche neuronale Netzwerke, die LeCun bei Bell Labs entwickelte und deren Einsatz insbesondere für die Verarbeitung von Bildern bedeutsam ist.

LeCun beschäftigte sich außerdem mit Texterkennung, darunter Optical Character Recognition (OCR, die automatische Erkennung gedruckter oder geschriebener Zeichen), Handschriften-Erkennung, Bildkompression, mobiler Robotik und algorithmischen Neurowissenschaften. In seiner Arbeit steht damit die Entwicklung von Verfahren im Mittelpunkt, mit denen Computer Bilder, Texte und andere Informationen automatisch analysieren und aus Daten lernen können.

Ausbildung und berufliche Stationen

LeCun erhielt 1983 sein Diplom als Elektroingenieur an der École supérieure d’ingénieurs en électrotechnique et électronique (ESIEE). 1987 promovierte er an der Universität Paris VI (Pierre et Marie Curie) in Informatik. Das Thema seiner Dissertation lautete „Modeles connexionnistes de l'apprentissage“. In dieser Dissertation verwendete er eine frühe Form von Backpropagation für künstliche neuronale Netzwerke. Backpropagation ist ein Lernverfahren, bei dem Fehler eines Netzwerks rückwärts durch die Schichten des Netzwerks weitergegeben werden, damit dessen Verbindungen angepasst werden können.

Als Post-Doktorand arbeitete LeCun an der University of Toronto bei Geoffrey Hinton. Ab 1988 war er an den Bell Laboratories in Holmdel in New Jersey tätig; 1996 wurde er dort Leiter der Bildverarbeitungs-Forschung. Nach einer kurzen Zeit an den NEC-Forschungslaboratorien in Princeton wurde er 2003 Professor an der New York University. Dort war er Gründungsdirektor des New York Center for Data Science.

2013 wurde LeCun Direktor der KI-Forschung bei Facebook. Gleichzeitig arbeitete er in Teilzeit weiter an der New York University. 2025 verließ er Facebook, um in Paris sein eigenes Unternehmen Advanced Machine Intelligence zu gründen. Im Dezember 2025 bestätigte er die Gründung seines Start-ups AMI Labs (Advanced Machine Intelligence). AMI Labs soll sich auf die Entwicklung sogenannter „World Models“ (Weltmodelle) konzentrieren. Auch Nick Clegg stieg bei AMI Labs ein.

Forschung, Anwendungen und Auszeichnungen

Ein von LeCun bei den AT&T Labs entwickeltes System zur Texterkennung und Handschriften-Erkennung wurde von vielen Banken benutzt. Von ihm stammt außerdem die Bild-Komprimierung hinter DjVu, die in den 1990er Jahren an den AT&T Labs entwickelt wurde. Léon Bottou und Patrick Haffner waren dabei Mitentwickler. LeCuns Forschung an künstlichen neuronalen Netzwerken und insbesondere an CNN gehört zu den zentralen Themen seiner wissenschaftlichen Arbeit.

LeCun kritisiert den Ansatz von ChatGPT, künstliche Intelligenz über die Analyse riesiger Datenmengen und Deep Learning zu entwickeln. Seine Kritik fasste er mit dem Satz „Maschinelles Lernen ist Mist“ zusammen. Der Artikel stellt diese Aussage als seine Bewertung des entsprechenden Ansatzes dar.

Für seine wissenschaftlichen Leistungen erhielt LeCun zahlreiche Auszeichnungen und Mitgliedschaften. 2014 bekam er den IEEE Neural Network Pioneer Award, 2015 den PAMI Distinguished Researcher Award auf der International Conference on Computer Vision sowie 2018 die IRI Medal und den Harold Pender Award. Seit 2017 ist er Mitglied der National Academy of Engineering und seit 2021 Mitglied der National Academy of Sciences. 2018 erhielt er den Turing Award, 2019 die Morris Loeb Lecture und 2022 den Prinzessin-von-Asturien-Preis in der Kategorie „Wissenschaft“. Während des Weltwirtschaftsforums (WEF) 2024 in Davos wurde ihm der Global Swiss AI Award 2023 verliehen. LeCun wurde als Gibbs Lecturer 2025 ausgewählt und erhielt 2025 den Queen Elizabeth Prize for Engineering.

Zu den im Artikel ausgewählten Schriften gehört gemeinsam mit Yoshua Bengio und Geoffrey Hinton der Aufsatz „Deep learning“ von 2015 in Nature, Band 521, Nummer 7553, Seiten 436–444. Außerdem veröffentlichte er 2020 gemeinsam mit zahlreichen weiteren Autoren den Beitrag „The mind of a mouse“ in Cell, Band 182, Nummer 6, Seiten 1372–1376.