Yann André Le Cun (geboren am 8. Juli 1960) ist ein französisch-amerikanischer Informatiker, der für grundlegende Beiträge zur künstlichen Intelligenz, zum maschinellen Lernen, zur Computer Vision und zur Bildkompression bekannt ist. Er ist vor allem für die Entwicklung konvolutionaler neuronaler Netze (CNNs) bekannt, die zu einem Eckpfeiler moderner Deep-Learning-Systeme wurden, sowie für die Mitentwicklung der DjVu-Bildkompressionstechnologie. LeCun ist Jacob T. Schwartz Professor für Informatik am Courant Institute of Mathematical Sciences der New York University und war Chief AI Scientist bei Meta Platforms, bevor er im Dezember 2025 Advanced Machine Intelligence Labs mitgründete.
LeCuns Forschung hat sowohl die akademische als auch die industrielle KI geprägt. Seine Arbeiten zur Handschrifterkennung und zur Verarbeitung von Bankschecks in den 1990er Jahren zeigten die praktische Anwendbarkeit von neuronalen Netzen, während sein späteres Eintreten für energiebasierte Modelle und Weltmodelle weiterhin Debatten über die Zukunft der künstlichen Intelligenz beeinflusst. 2018 teilte er sich den Turing Award mit Yoshua Bengio und Geoffrey Hinton für ihre gemeinsamen Beiträge zum Deep Learning, was seinen Status als eine der einflussreichsten Persönlichkeiten des Feldes festigte.
Frühes Leben und Ausbildung
LeCun wurde am 8. Juli 1960 in Soisy-sous-Montmorency, einem Vorort von Paris, geboren. Sein Nachname Le Cun leitet sich von der alten bretonischen Form Le Cunff ab und stammt aus der Region Guingamp in der nördlichen Bretagne; Yann ist die bretonische Form von Jean. Er erwarb 1983 ein Diplôme d'Ingénieur an der ESIEE Paris und 1987 einen Doktortitel in Informatik an der Université Pierre et Marie Curie (heute Sorbonne University). Während seines Promotionsstudiums schlug er eine frühe Form der Backpropagation vor, einen Algorithmus, der für das Training neuronaler Netze unerlässlich ist. Von 1987 bis 1988 war er Postdoktorand an der University of Toronto, betreut von Geoffrey Hinton. LeCun hat drei Söhne und besitzt die amerikanische Staatsbürgerschaft.
Karriere bei Bell Labs und AT&T
1988 trat LeCun der Adaptive Systems Research Department bei AT&T Bell Laboratories in Holmdel, New Jersey, bei, die von Lawrence D. Jackel geleitet wurde. Dort entwickelte er zentrale Methoden des maschinellen Lernens, darunter ein biologisch inspiriertes Modell der Bilderkennung namens konvolutionale neuronale Netze (LeNet), die Regularisierungstechnik "Optimal Brain Damage" sowie Graph-Transformer-Netze (ähnlich wie Conditional Random Fields). Diese Methoden wurden auf Handschrifterkennung und optische Zeichenerkennung (OCR) angewendet. Das von ihm mitentwickelte System zur Erkennung von Bankschecks wurde von NCR und anderen Unternehmen weit verbreitet eingesetzt.
1996 wurde LeCun Leiter der Abteilung für Bildverarbeitungsforschung bei AT&T Labs-Research, Teil von Lawrence Rabiners Sprach- und Bildverarbeitungsforschungslabor. Seine Arbeit dort konzentrierte sich auf die DjVu-Bildkompressionstechnologie, die für die effiziente Verteilung gescannter Dokumente entwickelt und später vom Internet Archive genutzt wurde. Zu seinen Mitarbeitern gehörten Léon Bottou und Vladimir Vapnik. Außerdem entwickelte er mit Bottou die Programmiersprache Lush.
New York University und akademische Führung
Nach einem kurzen Fellowship 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 of Mathematical Sciences 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 gründete er das NYU Center for Data Science und war bis Anfang 2014 dessen Direktor.
LeCun gründete 2013 zusammen mit Yoshua Bengio die International Conference on Learning Representations (ICLR) und setzte sich für einen offenen Begutachtungsprozess nach der Veröffentlichung ein. Außerdem organisierte er von 1986 bis 2012 den jährlichen "Learning Workshop" in Snowbird, Utah. Er war Mitglied des Wissenschaftlichen Beirats des Institute for Pure and Applied Mathematics an der UCLA und Co-Direktor des Programms "Learning in Machines and Brain" bei CIFAR. 2016 war er Gastprofessor am Collège de France in Paris und hielt dort die Antrittsvorlesung. Zudem ist er wissenschaftlicher Berater der französischen Forschungsgruppe Kyutai.
Meta Platforms und FAIR
LeCun trat 2013 als Chief AI Scientist bei Facebook (heute Meta Platforms) ein und leitete das KI-Forschungslabor des Unternehmens, FAIR. Während seiner Amtszeit beaufsichtigte er Forschung, die zu Fortschritten beim selbstüberwachten Lernen, bei großen Sprachmodellen und bei multimodaler KI beitrug. Seine Rolle umfasste die Steuerung der langfristigen KI-Strategie von Meta, einschließlich Open-Source-Initiativen und Grundlagenforschung in Bereichen wie Transformer-Architekturen und generativer KI. Er blieb bis 2025 bei Meta, als er seinen Weggang ankündigte, um ein neues Unternehmen zu gründen.
Advanced Machine Intelligence Labs und spätere Unternehmungen
Am 19. November 2025 bestätigte LeCun, dass er Meta nach zehn Jahren verlassen werde, um Advanced Machine Intelligence Labs (AMI Labs) zu gründen, ein Unternehmen, das sich auf Weltmodell-Architekturen und menschenähnliche künstliche Intelligenz konzentriert, die er als "Superintelligenz" bezeichnet. Das Unternehmen wird von CEO Alex LeBrun geführt, wobei LeCun als Executive Chair fungiert. AMI Labs zielt darauf ab, KI-Systeme zu entwickeln, die lernen, die Struktur und Dynamik der physischen Welt zu verstehen, anstatt lediglich Text wie traditionelle große Sprachmodelle vorherzusagen. Im März 2026 gab AMI bekannt, 1,03 Milliarden US-Dollar an Finanzierung bei einer Bewertung von 3,5 Milliarden US-Dollar vor der Finanzierung aufgenommen zu haben, mit Investoren wie Cathay Innovation, Greycroft, Hiro Capital, HV Capital und Bezos Expeditions.
Im Januar 2026 wurde LeCun Gründungsvorsitzender des Technical Research Board von Logical Intelligence, einem KI-Unternehmen, das energiebasierte Denksysteme entwickelt. Diese Rolle steht im Einklang mit seinem langjährigen Interesse an energiebasierten Modellen als Alternative zu probabilistischen Ansätzen.
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), der Harold Pender Award (2018) und der Golden Plate Award der American Academy of Achievement (2019). Im März 2019 gewann er den Turing Award 2018, den er sich mit Yoshua Bengio und Geoffrey Hinton teilte. 2022 erhielt er den Prinzessin-von-Asturien-Preis in der Kategorie "Wissenschaftliche Forschung".
Vermächtnis und Einfluss
LeCuns Entwicklung konvolutionaler neuronaler Netze legte das Fundament für moderne Computer Vision und ermöglichte Durchbrüche bei der Bilderkennung, beim autonomen Fahren und in der medizinischen Bildgebung. Seine frühen Arbeiten zur Backpropagation halfen, das Interesse an neuronalen Netzen in einer Zeit der Skepsis wiederzubeleben. Als öffentlicher Intellektueller hat er sich lautstark über die Grenzen aktueller KI-Ansätze geäußert, argumentiert, dass große Sprachmodelle nicht ausreichen, um menschenähnliche Intelligenz zu erreichen, und setzt sich für Weltmodelle ein, die physikalisches Verständnis integrieren. Sein Wechsel von der Wissenschaft in die Industrie und zurück veranschaulicht die enge Verbindung zwischen KI-Forschung und kommerziellen Anwendungen, und seine laufenden Unternehmungen prägen weiterhin die Richtung des Feldes.