人物简介

杨立昆（1960年7月8日－），又译扬·勒丘恩，法国裔美国计算机科学家，卷积神经网络（CNN）的发明者之一，深度学习三巨头之一，2018年图灵奖得主。现任Meta（原Facebook）副总裁兼首席AI科学家，纽约大学教授。他是深度学习领域最具影响力的先驱之一，为人工智能的发展做出了奠基性贡献。

教育背景

• 1983年：毕业于法国高等电力学院（ESIEE Paris），获得工程师学位。
• 1987年：获得法国巴黎第六大学（皮埃尔和玛丽·居里大学）计算机科学博士学位，博士论文提出了反向传播算法的改进版本和早期的卷积神经网络架构。

职业生涯与贡献

早期职业生涯（1988-2003）

• 1988年：加入贝尔实验室，在这里他发明了卷积神经网络（CNN），并开发了著名的LeNet-5模型，成功应用于手写数字识别，是第一个成功商用的卷积神经网络，被广泛用于银行手写支票识别系统。
• 在贝尔实验室期间，他还在图像压缩、目标检测、语义分割等领域做出了很多重要贡献。

纽约大学时期（2003年至今）

2003年加入纽约大学，担任计算机科学和神经科学教授，创立了纽约大学数据科学中心。他在纽约大学的实验室继续深度学习研究，培养了很多优秀的AI人才。

Meta/Facebook时期（2013年至今）

• 2013年：加入Facebook（现Meta），创立并领导Facebook人工智能研究院（FAIR）。
• 2018年：升任Meta副总裁兼首席AI科学家，领导Meta的基础AI研究，特别是在自监督学习领域取得了重要突破。

核心贡献

卷积神经网络（CNN）的发明

杨立昆是卷积神经网络的主要发明者，他提出的CNN架构受到了生物视觉系统的启发，引入了局部感受野、权值共享、池化等关键概念，大幅降低了模型的参数量和计算复杂度，使得神经网络能够有效处理图像数据。他在1998年提出的LeNet-5是第一个成熟的卷积神经网络，成为后续所有卷积神经网络的基础。

深度学习的坚定推动者

在深度学习的低谷期（2000-2012年），杨立昆是少数几个坚持深度学习研究的学者之一，即使在领域不被看好、研究经费匮乏的情况下，依然坚持卷积神经网络的研究，为深度学习的爆发奠定了基础。

自监督学习的倡导者

杨立昆是自监督学习（Self-supervised Learning）的主要倡导者，他认为自监督学习是实现通用人工智能的关键，主张AI应该像人类一样通过观察世界进行无监督学习，而不是依赖大量标注数据。他在Meta领导了自监督学习的研究，提出了JEPA等自监督学习架构，取得了重要进展。

图灵奖

2018年，杨立昆与约书亚·本吉奥（Yoshua Bengio）、杰弗里·辛顿（Geoffrey Hinton）共同获得图灵奖，以表彰他们”在概念和工程上的突破，使得深度神经网络成为计算的关键组成部分”。这三位科学家被称为”深度学习三巨头”。

主要观点

• 通用人工智能路线：认为实现通用人工智能需要结合自监督学习、世界模型、预测能力等，当前的大语言模型只是通向AGI的一部分，还需要很多关键技术突破。
• AI安全与开源：主张AI技术应该开源，认为开源是最安全的AI发展路线，反对AI技术被少数公司垄断。
• 对AGI持谨慎乐观态度：认为通用人工智能还需要几十年时间才能实现，不必过度焦虑短期的AI风险，更应该关注当前AI的实际应用问题。
• 反对AI末日论：公开批评一些人夸大AI existential risk的观点，认为这些言论分散了人们对当前AI实际问题的注意力。

荣誉与奖项

• 2018年ACM图灵奖
• 美国国家工程院院士
• 美国国家科学院院士
• 法国科学院院士
• IEEE会士
• 深度学习先驱奖
• 多项国际学术会议最佳论文奖

趣闻轶事

• 杨立昆喜欢在社交媒体上积极参与AI领域的讨论，经常在Twitter/X上发表自己的观点，有时还会和其他学者进行学术辩论。
• 他有一只名叫”Geoffrey”的猫，名字来源于他的好朋友、同为深度学习三巨头的杰弗里·辛顿。
• 他是开源软件的坚定支持者，反对专利和技术垄断。

社会影响

杨立昆的研究成果直接推动了计算机视觉的革命，现在的人脸识别、自动驾驶、图像搜索、医学影像分析等技术都建立在卷积神经网络的基础之上。他不仅是伟大的科学家，也是AI技术的积极布道者，通过演讲、文章和科普工作，向公众普及AI知识，推动AI技术的良性发展。