Yann André Le Cun (geboren am 8. Juli 1960) ist ein französisch-amerikanischer Informatiker, der auf den Gebieten der künstlichen Intelligenz, des maschinellen Lernens, der Computer Vision, der Robotik und der Bildkompression arbeitet. Er ist vor allem für seine bahnbrechenden Arbeiten zur optischen Zeichenerkennung und Computer Vision mit faltenden neuronalen Netzen (CNNs) bekannt, einem biologisch inspirierten Modell, das grundlegend für das moderne Deep Learning wurde. Er ist außerdem einer der Hauptentwickler der DjVu-Bildkompressionstechnologie und entwickelte zusammen mit Léon Bottou die Programmiersprache Lush.
LeCun war Chief AI Scientist bei Meta Platforms, bevor er im Dezember 2025 Advanced Machine Intelligence Labs (AMI Labs) mitgründete. Er hat die Jacob-T.-Schwartz-Professur für Informatik am Courant Institute of Mathematical Sciences der New York University inne. 2018 erhielt er gemeinsam mit Yoshua Bengio und Geoffrey Hinton den Turing Award für ihre Beiträge zum Deep Learning; die drei werden manchmal als „Godfathers of AI“ oder „Godfathers of Deep Learning“ bezeichnet.
Frühes Leben und Ausbildung
LeCun wurde am 8. Juli 1960 in Soisy-sous-Montmorency, einem Vorort von Paris, geboren. Sein Nachname leitet sich von der alten bretonischen Form Le Cunff ab, die aus der Region Guingamp in der nördlichen Bretagne stammt; Yann ist die bretonische Form von Jean. Er erwarb 1983 ein Diplôme d'Ingénieur an der ESIEE Paris und 1987 einen PhD in Informatik an der Université Pierre et Marie Curie (heute Sorbonne Université). Während seiner Doktorarbeit schlug er eine frühe Form der Backpropagation vor, einen Algorithmus, der für das Training von neuronalen Netzen unerlässlich ist. Ab 1987 verbrachte er ein Jahr als Postdoktorand an der University of Toronto, betreut von Geoffrey Hinton. LeCun hat die amerikanische Staatsbürgerschaft und drei Söhne.
Bell Labs und frühe Karriere
1988 trat LeCun der Abteilung für Adaptive Systems Research bei AT&T Bell Laboratories in Holmdel, New Jersey, bei, die von Lawrence D. Jackel geleitet wurde. Dort entwickelte er mehrere Methoden des maschinellen Lernens, darunter faltende neuronale Netze (bekannt als LeNet), die Regularisierungstechnik „Optimal Brain Damage“ und Graph-Transformer-Netze (ähnlich wie bedingte Zufallsfelder). Er wandte diese auf Handschriftenerkennung und optische Zeichenerkennung an, und sein System zur Erkennung von Bankschecks wurde von NCR und anderen Unternehmen weit verbreitet eingesetzt.
1996 wurde er Leiter der Abteilung für Bildverarbeitungsforschung bei AT&T Labs-Research, Teil von Lawrence Rabiners Labor für Sprach- und Bildverarbeitungsforschung. Seine Arbeit dort konzentrierte sich auf DjVu, ein Bildkompressionsformat für die effiziente Verteilung gescannter Dokumente, das später vom Internet Archive verwendet wurde. Zu seinen Mitarbeitern gehörten Léon Bottou und Vladimir Vapnik.
New York University
Nach einem kurzen Forschungsaufenthalt am NEC Research Institute trat LeCun 2003 der New York University bei. Er wurde Jacob-T.-Schwartz-Professor für Informatik und Neurowissenschaften am Courant Institute und am Center for Neural Science. Seine Forschung an der NYU konzentrierte sich auf energiebasierte Modelle für überwachtes und unüberwachtes Lernen, Merkmalslernen für die Objekterkennung und mobile Robotik.
2012 wurde er Gründungsdirektor des NYU Center for Data Science. Am 9. Dezember 2013 wurde er zum ersten Direktor von Meta AI Research in New York City ernannt und trat Anfang 2014 von der NYU-Direktion zurück. 2013 gründete er zusammen mit Yoshua Bengio die International Conference on Learning Representations, die einen von ihm befürworteten offenen Begutachtungsprozess nach der Veröffentlichung einführte. Er organisierte außerdem von 1986 bis 2012 den jährlichen „Learning Workshop“ in Snowbird, Utah, und war Co-Direktor des CIFAR-Programms „Learning in Machines and Brain“.
2016 war LeCun Gastprofessor am Collège de France in Paris und hatte die Chaire Annuelle Informatique et Sciences Numériques inne. 2023 wurde er zum ersten Inhaber der Jacob-T.-Schwartz-Professur am Courant Institute der NYU ernannt. Er ist außerdem wissenschaftlicher Berater von Kyutai, einer französischen Forschungsgruppe, die von Xavier Niel, Rodolphe Saadé, Eric Schmidt und anderen finanziert wird.
Meta Platforms und FAIR
LeCun trat 2013 als Chief AI Scientist zu Facebook (heute Meta Platforms) bei und leitete das KI-Forschungslabor des Unternehmens, FAIR. Während seiner Amtszeit prägte er die Forschungsagenda von Meta, die Fortschritte beim selbstüberwachten Lernen und bei Weltmodellen umfasste. Seine Arbeit bei Meta trug zum breiteren Feld der künstlichen Intelligenz bei, obwohl er rein textbasierte Ansätze wie große Sprachmodelle kritisierte und Architekturen befürwortete, die aus der Dynamik der physischen Welt lernen.
AMI Labs und spätere Unternehmungen
Am 19. November 2025 bestätigte LeCun, dass er Meta nach zehn Jahren verlassen werde, um ein Unternehmen zu gründen, das sich auf Weltmodell-Architekturen und menschenähnliche künstliche Intelligenz konzentriert, die er als Superintelligenz bezeichnet. Das daraus entstandene Unternehmen Advanced Machine Intelligence Labs (AMI Labs) wird von CEO Alex LeBrun geführt, mit LeCun als Executive Chair. AMI Labs zielt darauf ab, KI-Systeme zu entwickeln, die die Struktur und Dynamik der physischen Welt lernen, anstatt nur Text vorherzusagen.
Im März 2026 gab AMI bekannt, dass es 1,03 Milliarden US-Dollar an Finanzierung bei einer Bewertung von 3,5 Milliarden US-Dollar vor der Finanzierung aufgebracht hatte, wobei die Runde von Cathay Innovation, Greycroft, Hiro Capital, HV Capital und Bezos Expeditions gemeinsam angeführt wurde. Im Januar 2026 wurde LeCun außerdem Gründungsvorsitzender des Technical Research Board von Logical Intelligence, einem KI-Unternehmen, das energiebasierte Denksysteme entwickelt.
Ehrungen und Auszeichnungen
LeCun ist Mitglied der US National Academy of Sciences, der National Academy of Engineering und der französischen Académie des Sciences. Er hat Ehrendoktorwürden vom Instituto Politécnico Nacional (2016), der EPFL (2018), der Université Côte d'Azur (2021), der Università di Siena (2023) und der Hong Kong University of Science and Technology (2023) erhalten.
Zu seinen Auszeichnungen gehören der IEEE Neural Network Pioneer Award (2014), der PAMI Distinguished Researcher Award (2015), die IRI Medal (2018) und der Harold Pender Award (2018). 2019 erhielt er den Golden Plate Award der American Academy of Achievement. Im März 2019 gewann er den Turing Award 2018 zusammen mit Yoshua Bengio und Geoffrey Hinton. 2022 erhielt er den Prinzessin-von-Asturien-Preis in der Kategorie „Wissenschaftliche Forschung“.
Vermächtnis und Einfluss
LeCuns Entwicklung faltender neuronaler Netze in den späten 1980er und frühen 1990er Jahren legte das Fundament für moderne Computer-Vision-Systeme, von autonomen Fahrzeugen bis zur medizinischen Bildgebung. Sein Eintreten für energiebasierte Modelle und Weltmodelle beeinflusst weiterhin Debatten über die Zukunft des maschinellen Lernens, insbesondere über die Grenzen von generativer KI, die auf Textvorhersage basiert. Sein Wechsel zu AMI Labs signalisiert eine Verschiebung hin zu verkörperter und physisch verankerter KI, eine Richtung, die er im Gegensatz zur Skalierung von Transformer-basierten Sprachmodellen befürwortet hat.