楊立昆 (Yann LeCun)
首席 AI 科學家・Meta
關於
楊立昆是 Meta 的首席 AI 科學家，同時也是紐約大學教授。他是深度學習的先驅之一，尤其以卷積神經網路（CNN）的研究聞名，該技術徹底革新了電腦視覺領域。他與傑佛瑞·辛頓、約書亞·班吉歐 (Yoshua Bengio) 共同獲得 2018 年圖靈獎，以表彰他們在深度學習領域的貢獻。
主要貢獻
- 將卷積神經網路用於文件辨識，包含曾用於銀行支票讀取的 LeNet 系統
- 協助確立視覺任務中的 gradient-based learning，並與 Hinton、Bengio 共同獲得 2018 年圖靈獎
- 共同創造 DjVu 影像壓縮技術，展現其貢獻不只限於神經網路研究
- 在 Meta 建立 FAIR 的研究文化，推動大型 AI 研究維持論文發表與開源釋出
- 主張 world models 與 energy-based learning，作為純自回歸 LLM scaling 之外的路線
- 也是 AI 末日論的強烈批評者；其低估近程與存在性風險的立場同時獲得支持與批評
時刻時間軸 查看所有時刻
影片與訪談
A 7-hour marathon interview with Saining Xie: World Models, AMI Labs, Yann LeCun, Fei-Fei Li, and 42
Wide-ranging conversation covering world models, the founding of AMI Labs, and reflections on AI research
View Details
Yann LeCun: Meta AI, Open Source, Limits of LLMs, AGI & the Future of AI
Lex Fridman Podcast #416 - Discussion on AI architectures and Meta's approach
View Details
Munk Debate on Artificial Intelligence | Bengio & Tegmark vs. Mitchell & LeCun
Four of the field's most prominent voices, two by two, on one resolution: be it resolved, AI research and development poses an existential threat. Bengio and Tegmark argue the pro; Mitchell and LeCun the con — and the hall moved toward the skeptics. What makes the debate worth watching is not the verdict but the spectacle of experts who share a technical picture and still forecast opposite futures: the clearest evidence that AI risk is not a question expertise alone can settle.
View Details論文與出版物
思想連結
約書亞·班吉歐
觀點交鋒AI 先驅與安全研究者
他們曾在貝爾實驗室一起打造 LeNet，共同署名 1998 年那篇教機器讀手寫字的論文，也一起獲得 2018 年圖靈獎——然後在 2023 年 6 月的 Munk 辯論上站到了對立的講台：班吉歐主張 AI 的發展構成存在性威脅，楊立昆主張並不。技術上沒有任何東西把他們分開；他們讀的是同一批架構，預測的卻是不同的未來。這場分歧最清楚地說明了一件事：AI 風險不是光靠專業就能定案的問題。
en.wikipedia.org · en.wikipedia.org
傑佛瑞·辛頓
受其影響AI 先驅與研究者
楊立昆的博士後歲月是在辛頓的多倫多實驗室度過，之後才前往貝爾實驗室，在那裡打造出能辨讀手寫支票的卷積神經網路。三十年後，兩人因同一批研究共同獲得 2018 年圖靈獎。這條師承在方法上延續，卻在預言上斷裂：辛頓如今警告滅絕等級的風險，楊立昆則認為這個警告根本問錯了層次。
en.wikipedia.org · en.wikipedia.org
Max Tegmark
觀點交鋒物理學家與 AI 安全研究者
2023 年 6 月的 Munk 辯論上，Tegmark 與 Bengio 主張 AI 的研發構成存在性威脅；楊立昆與 Melanie Mitchell 主張並不，全場觀眾往後者移動了三個百分點。那個春天，Tegmark 正忙著組織暫停信；楊立昆則認為整個框架都是層次上的誤置——機器並沒有支配的驅力。這場交鋒最值得讀之處，在於它作為證據所顯示的：共享同一幅技術圖像，對於從中得出的預測，其實約束得很少。
en.wikipedia.org
謝賽寧（谢赛宁）
曾經合作共同創辦人暨首席科學官・AMI Labs
謝賽寧曾是楊立昆在 Meta FAIR 的同事，後來成為 AMI Labs 的共同創辦人暨首席科學官——那是楊立昆因不認同 Meta 押注語言模型而在 2025 年 12 月於巴黎創立的公司。他們要打造的是世界模型：以物理現實而非文本訓練的系統，核心是楊立昆的 JEPA 架構。這是迄今資金最雄厚的一場機構級賭注，賭的是當前典範只是一段繞路。
en.wikipedia.org · techcrunch.com
Ilya Sutskever
思想對照共同創辦人・Safe Superintelligence Inc.
這是一組詮釋性的對照：兩個人讀著同一批證據，卻讀出相反的方向。Sutskever 的前提是，把下一個 token 預測得夠好，就不得不建立起產生這段文字的那個現實的模型；楊立昆的前提則是，文本只是世界投下的影子，而再多影子也加不出實體。兩人最後都離開了自己參與定義的實驗室，去追自己的答案——Sutskever 走向安全的超級智慧，楊立昆走向世界模型。
