Yann André Le Cun (geboren am 8. Juli 1960) ist ein französisch-amerikanischer Informatiker, der auf den Gebieten künstliche Intelligenz, maschinelles Lernen, Computer Vision, Robotik und Bildkompression arbeitet. Er ist Jacob T. Schwartz Professor für Informatik am Courant Institute of Mathematical Sciences der New York University. Er war Chief AI Scientist bei Meta Platforms, bevor er im Dezember 2025 Advanced Machine Intelligence Labs mitgründete.
LeCun ist bekannt für seine Arbeiten zur optischen Zeichenerkennung und Computer Vision unter Verwendung von Convolutional Neural Networks. Er ist außerdem einer der Hauptentwickler der DjVu-Bildkompressionstechnologie, zusammen mit Léon Bottou und Patrick Haffner, und entwickelte gemeinsam mit Bottou die Programmiersprache Lush. Im Jahr 2018 erhielten LeCun, Yoshua Bengio und Geoffrey Hinton den Turing Award der Association for Computing Machinery für ihre Arbeiten zum Deep Learning. LeCun, Bengio und Hinton sowie gelegentlich Jürgen Schmidhuber werden manchmal als die „Godfathers of AI" und „Godfathers of Deep Learning" bezeichnet.
Frühes Leben und Ausbildung
Yann André Le Cun wurde am 8. Juli 1960 in Soisy-sous-Montmorency in den Vororten von Paris geboren. Sein Nachname Le Cun leitet sich von der altbretonischen Form Le Cunff ab und stammt aus der Region Guingamp in der nördlichen Bretagne. Yann ist die bretonische Form von Jean, der französischen Form von Johannes.
Er erhielt 1983 ein Diplôme d'Ingénieur von der ESIEE Paris und 1987 einen Doktortitel in Informatik von der Université Pierre et Marie Curie (heute Sorbonne University), während dessen er eine frühe Form der Backpropagation vorschlug, einen Algorithmus, der entscheidend dafür ist, dass neuronale Netze lernen können. Bevor er zu AT&T kam, war LeCun ab 1987 für ein Jahr Postdoktorand, betreut von Geoffrey Hinton an der University of Toronto.
LeCun hat drei Söhne, und sein Bruder ist bei Google angestellt. Er besitzt die amerikanische Staatsbürgerschaft.
Karriere und Forschung
LeCuns Karriere verlief hauptsächlich bei Bell Labs, der New York University und Meta Platforms.
Bell Labs
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, wo er eine Reihe neuer Methoden des maschinellen Lernens entwickelte, wie ein biologisch inspiriertes Modell der Bilderkennung namens Convolutional Neural Networks (LeNet), die Regularisierungsmethode „Optimal Brain Damage" und die Graph-Transformer-Networks-Methode (ähnlich wie Conditional Random Fields), die er auf Handschriftenerkennung und optische Zeichenerkennung anwendete. Das von ihm mitentwickelte System zur Erkennung von Bankschecks wurde von NCR und anderen Unternehmen weit verbreitet eingesetzt.
1996 wechselte er zu AT&T Labs-Research als Leiter der Image Processing Research Department, die Teil von Lawrence Rabiners Speech and Image Processing Research Lab war, und arbeitete hauptsächlich an der DjVu-Bildkompressionstechnologie, einem Format, das für die effiziente Verteilung gescannter Dokumente entwickelt wurde und vom Internet Archive genutzt wird, um Zugang zu digitalisierten Texten zu ermöglichen. Zu seinen Mitarbeitern bei AT&T gehörten Léon Bottou und Vladimir Vapnik.
New York University
Nach einer kurzen Tätigkeit als Fellow am NEC Research Institute trat LeCun 2003 der New York University bei, wo er Inhaber des Jacob T. Schwartz Lehrstuhls für Informatik und Neurowissenschaften am Courant Institute of Mathematical Sciences und am Center for Neural Science ist. An der NYU arbeitete er hauptsächlich an energiebasierten Modellen für überwachtes und unüberwachtes Lernen, Merkmalslernen für die Objekterkennung in der Computer Vision und mobiler Robotik.
2012 wurde er Gründungsdirektor des NYU Center for Data Science. Am 9. Dezember 2013 wurde LeCun der erste Direktor von Meta AI Research in New York City und trat Anfang 2014 von der Leitung des NYU-CDS zurück.
2013 gründete er zusammen mit Yoshua Bengio die International Conference on Learning Representations, die einen Post-Publikations-Open-Review-Prozess einführte, den er zuvor auf seiner Website befürwortet hatte. Er war Vorsitzender und Organisator des „Learning Workshop", der zwischen 1986 und 2012 jährlich in Snowbird, Utah, stattfand. Er ist Mitglied des Wissenschaftlichen Beirats des Institute for Pure and Applied Mathematics an der UCLA und Co-Direktor des Forschungsprogramms „Learning in Machines and Brain" (früher Neural Computation & Adaptive Perception) von CIFAR.
2016 war er Gastprofessor für Informatik auf der Chaire Annuelle Informatique et Sciences Numériques am Collège de France in Paris, wo er die Leçon inaugurale hielt. 2023 wurde er als erster Inhaber des Jacob T. Schwartz Lehrstuhls für Informatik am Courant Institute der NYU benannt. LeCun ist außerdem wissenschaftlicher Berater der französischen Forschungsgruppe Kyutai, die von Xavier Niel, Rodolphe Saadé, Eric Schmidt und anderen finanziert wird.
Meta Platforms
LeCun trat 2013 als Chief AI Scientist zu Facebook (heute Meta Platforms) bei und leitete das KI-Forschungslabor des Unternehmens, FAIR. Während seiner Amtszeit überwachte er bedeutende Fortschritte in der KI, einschließlich der Entwicklung von Methoden des selbstüberwachten Lernens und des PyTorch-Frameworks, das in der Forschungsgemeinschaft weithin übernommen wurde.
AMI Labs
Am 19. November 2025 bestätigte LeCun, dass er Meta nach zehn Jahren verlassen werde, um sein eigenes Unternehmen zu gründen, das sich auf Weltmodell-Architekturen und menschenähnliche künstliche Intelligenz konzentriert, die er Superintelligenz nennt. Das von ihm gegründete Unternehmen Advanced Machine Intelligence Labs (oder AMI Labs) wird von CEO Alex LeBrun geführt, während LeCun als Executive Chair fungiert. Dieses Unternehmen konzentriert sich auf den Aufbau von KI-„Weltmodellen": Systeme, die lernen, die Struktur und Dynamik der physischen Welt zu verstehen, anstatt nur Text vorherzusagen wie Large Language Models.
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. Die Finanzierungsrunde wurde gemeinsam von Investoren wie Cathay Innovation, Greycroft, Hiro Capital, HV Capital und Bezos Expeditions geleitet.
Im Januar 2026 wurde LeCun Gründungsvorsitzender des Technical Research Board von Logical Intelligence, einem KI-Unternehmen, das energiebasierte (EBM) Denksysteme entwickelt.
Beiträge zum Deep Learning
LeCuns frühe Arbeiten zur Backpropagation in den 1980er Jahren legten das Fundament für das Training mehrschichtiger neuronaler Netze. Seine Entwicklung von Convolutional Neural Networks (CNNs) in den späten 1980er und 1990er Jahren, insbesondere der LeNet-Architektur, zeigte die Wirksamkeit von Faltungsschichten für Bilderkennungsaufgaben. Diese Innovationen beeinflussten direkt spätere Architekturen wie ResNet und sind heute Standard in Computer-Vision-Systemen.
Er trug auch zur Entwicklung der Dropout-Regularisierung und anderer Techniken bei, die die Generalisierung neuronaler Netze verbesserten. Seine Forschung zu energiebasierten Modellen und selbstüberwachtem Lernen hat moderne Ansätze des Repräsentationslernens beeinflusst.
Ehrungen und Auszeichnungen
LeCun ist Mitglied der US-amerikanischen National Academy of Sciences, der National Academy of Engineering und der französischen Académie des Sciences. Er hat Ehrendoktorwürden vom Instituto Politécnico Nacional (IPN) in Mexiko-Stadt im Jahr 2016, von der EPFL im Jahr 2018, von der Université Côte d'Azur im Jahr 2021, von der Università di Siena im Jahr 2023 und von der Hong Kong University of Science and Technology im Jahr 2023 erhalten.
2014 erhielt er den IEEE Neural Network Pioneer Award und 2015 den PAMI Distinguished Researcher Award. 2018 wurde LeCun mit der IRI Medal, verliehen vom Industrial Research Institute (IRI), und dem Harold Pender Award, vergeben von der University of Pennsylvania, ausgezeichnet. 2019 erhielt er den Golden Plate Award der American Academy of Achievement.
Im März 2019 gewann LeCun 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", zusammen mit anderen KI-Forschern.