यान लेकुन एक फ्रांसीसी-अमेरिकी कंप्यूटर वैज्ञानिक हैं, जिन्हें कन्वोल्यूशनल न्यूरल नेटवर्क (CNN) विकसित करने के लिए सबसे अधिक जाना जाता है, जो एक ऐसा आर्किटेक्चर है जो कंप्यूटर विज़न के लिए मानक उपकरण और आधुनिक डीप लर्निंग की आधारभूत निर्माण इकाई बन गया।
करियर
1960 में पेरिस के पास जन्मे लेकुन ने 1987 में पियरे एट मैरी क्यूरी विश्वविद्यालय से पीएचडी प्राप्त की, जहाँ उन्होंने बैकप्रोपेगेशन के शुरुआती संस्करणों पर काम किया, जिसे तंत्रिका नेटवर्क पर लागू किया गया। इसके बाद वे संयुक्त राज्य अमेरिका में बेल लैब्स में शामिल हुए, जहाँ 1980 के दशक के अंत और 1990 के दशक में उन्होंने LeNet का निर्माण किया, जो हस्तलिखित अंकों को पहचानने के लिए प्रशिक्षित एक CNN था, जिसे चेक पढ़ने के लिए व्यावसायिक रूप से तैनात किया गया था, जो तंत्रिका नेटवर्क के पहले बड़े पैमाने के औद्योगिक अनुप्रयोगों में से एक था। इस आर्किटेक्चर में कन्वोल्यूशनल फिल्टर और पूलिंग का उपयोग, जो आंशिक रूप से पहले के जैविक रूप से प्रेरित मॉडलों से प्रेरित था, ने नेटवर्क को हाथ से बनाए गए फीचर्स पर निर्भर रहने के बजाय सीधे पिक्सल से दृश्य फीचर्स सीखने की अनुमति दी।
एनईसी रिसर्च में कार्यकाल और न्यूयॉर्क विश्वविद्यालय में प्रोफेसर के रूप में समय बिताने के बाद, लेकुन 2013 में फेसबुक के एआई रिसर्च लैब (FAIR) के संस्थापक निदेशक बने, जिसे बाद में मेटा एआई नाम दिया गया, और कंपनी के मुख्य एआई वैज्ञानिक के रूप में कार्य किया। उनके नेतृत्व में मेटा ने अपने मॉडलों के लिए ओपन-वेट रणनीति अपनाई, जिसमें लामा परिवार शामिल है, जो OpenAI जैसी प्रयोगशालाओं के बंद दृष्टिकोण के विपरीत है, एक विकल्प जिसे लेकुन ने अनुसंधान, सुरक्षा जांच और प्रतिस्पर्धा के लिए बेहतर बताकर बचाव किया है।
स्केलिंग और वर्ल्ड मॉडल पर विचार
लेकुन ने 2018 का ट्यूरिंग अवार्ड जेफ्री हिंटन और योशुआ बेंगियो के साथ गहन शिक्षण के मौलिक कार्य के लिए साझा किया, लेकिन वे इस क्षेत्र के सबसे प्रमुख संशयवादियों में से एक बन गए हैं, जो इस विचार पर संदेह करते हैं कि केवल बड़े भाषा मॉडल प्रणालियों को स्केल करने से मानव-स्तर या सामान्य बुद्धिमत्ता प्राप्त होगी। उनका तर्क है कि ऑटोरेग्रेसिव टेक्स्ट भविष्यवाणी तर्क और योजना के लिए एक कमजोर आधार है, और इसके बजाय उन्होंने "वर्ल्ड मॉडल" पर शोध को बढ़ावा दिया है, जो स्व-पर्यवेक्षित प्रणालियाँ हैं जो भौतिक वास्तविकता के पूर्वानुमानित आंतरिक प्रतिनिधित्व सीखती हैं, एक दृष्टिकोण जो व्यापक वर्ल्ड मॉडल अवधारणा से निकटता से जुड़ा है। वे निकट भविष्य के एआई से अस्तित्वगत जोखिम की चिंताओं के बारे में भी सार्वजनिक रूप से खारिज करने वाले रहे हैं, जिससे वे इस प्रश्न पर हिंटन और बेंगियो से असहमत हैं, भले ही उनकी तकनीकी विरासत समान हो।
2025 के अंत में, लेकुन ने इस वर्ल्ड मॉडल अनुसंधान को स्वतंत्र रूप से आगे बढ़ाने के लिए मेटा छोड़ने की योजना की घोषणा की, जो सीमांत बड़े भाषा मॉडल प्रयोगशालाओं से जुड़े "स्केलिंग ही पर्याप्त है" शिविर और उन शोधकर्ताओं के बीच एक व्यापक विभाजन को दर्शाता है जो मानते हैं कि कृत्रिम सामान्य बुद्धिमत्ता तक पहुँचने के लिए नए आर्किटेक्चर की आवश्यकता है।