Yann André Le Cun（生于1960年7月8日）是一位法裔美国计算机科学家，研究方向为人工智能、机器学习、计算机视觉、机器人和图像压缩。他因在光学字符识别和计算机视觉领域率先使用卷积神经网络（CNN）而闻名，这是一种受生物学启发的模型，成为现代深度学习的基础。他还是DjVu图像压缩技术的主要创造者之一，并与Léon Bottou共同开发了Lush编程语言。
LeCun曾担任Meta AI首席科学家，直至2025年12月共同创立Advanced Machine Intelligence Labs（AMI Labs）。他同时担任纽约大学库朗数学科学研究所的Jacob T. Schwartz计算机科学教授。2018年，他与Yoshua Bengio和Geoffrey Hinton共同获得图灵奖，以表彰他们在深度学习领域的贡献，三人常被称为“AI教父”或“深度学习教父”。
早年生活与教育
LeCun于1960年7月8日出生在法国巴黎郊区的苏瓦西-sous-Montmorency。他的姓氏源自布列塔尼地区的旧式拼写Le Cunff，该姓氏起源于布列塔尼北部的Guimgamp地区；Yann是Jean的布列塔尼语形式。他于1983年获得ESIEE Paris的工程师文凭，并于1987年在皮埃尔和玛丽·居里大学（现索邦大学）获得计算机科学博士学位。在博士研究期间，他提出了反向传播算法的一种早期形式，该算法对训练神经网络至关重要。此后，他在多伦多大学师从Geoffrey Hinton进行了一年的博士后研究。LeCun拥有美国国籍，育有三个儿子。
贝尔实验室与早期职业生涯
1988年，LeCun加入新泽西州霍姆德尔AT&T贝尔实验室的自适应系统研究部门，该部门由Lawrence D. Jackel领导。在那里，他开发了多种机器学习方法，包括卷积神经网络（即LeNet）、“最优脑损伤”正则化技术以及图变换网络（类似于条件随机场）。他将这些技术应用于手写识别和光学字符识别，其银行支票识别系统被NCR等公司广泛部署。
1996年，他成为AT&T实验室研究部门图像处理研究负责人，该部门隶属于Lawrence Rabiner的语音与图像处理实验室。他在那里的工作重点是DjVu图像压缩格式，该格式用于高效分发扫描文档，后来被互联网档案馆采用。他的合作者包括Léon Bottou和Vladimir Vapnik。
纽约大学
在NEC研究所短暂工作后，LeCun于2003年加入纽约大学。他成为库朗数学科学研究所和神经科学中心的Jacob T. Schwartz计算机科学教授。他在纽约大学的研究集中于基于能量的模型（用于监督和无监督学习）、目标识别的特征学习以及移动机器人技术。
2012年，他成为纽约大学数据科学中心的创始主任。2013年12月9日，他被任命为Meta AI Research的首任主任，并于2014年初卸任纽约大学的主任职务。2013年，他与Yoshua Bengio共同创办了国际学习表征会议（ICLR），该会议采用了他倡导的会后公开评审机制。他还组织了1986年至2012年间在犹他州Snowbird举办的年度“学习研讨会”，并担任CIFAR“机器与大脑学习”项目的联合主任。
2016年，LeCun在巴黎法兰西公学院担任访问教授，主持年度“信息科学与数字技术”讲座。2023年，他被任命为纽约大学库朗研究所首任Jacob T. Schwartz讲席教授。此外，他还担任法国研究组织Kyutai的科学顾问，该组织由Xavier Niel、Rodolphe Saadé、Eric Schmidt等人资助。
Meta Platforms与后续
LeCun于2013年加入Facebook（现Meta Platforms）担任首席AI科学家，领导其AI研究实验室FAIR。在任期间，他塑造了Meta的研究议程，推动了自监督学习和世界模型的发展。他在Meta的工作为更广泛的人工智能领域做出了贡献，但他对仅基于文本的大语言模型方法持批评态度，主张构建能够从物理世界动态中学习的架构。
2025年11月19日，LeCun宣布将离开Meta，创办一家专注于世界模型和类人人工智能架构的公司。这家名为Advanced Machine Intelligence Labs（AMI Labs）的公司由CEO Alex LeBrun运营，LeCun担任执行主席。AMI Labs旨在构建能够理解物理世界结构和动态的AI系统，而非仅仅预测文本。
2026年3月，AMI Labs宣布完成10.3亿美元融资，投前估值为35亿美元，本轮融资由Cathay Innovation、Greycroft、Hiro Capital、HV Capital和Bezos Expeditions共同领投。2026年1月，LeCun还成为Logical Intelligence（一家开发基于能量的推理系统的AI公司）技术委员会的创始主席。
荣誉与奖项
LeCun是美国国家科学院、美国国家工程院和法国科学院的院士。他获得了多个荣誉博士学位，包括墨西哥国立理工学院（2016年）、瑞士洛桑联邦理工学院（2018年）、法国蔚蓝海岸大学（2021年）、意大利锡耶纳大学（2023年）以及香港科技大学（2023年）。
他的奖项包括IEEE神经网络先锋奖（2014年）、IEEE模式分析与机器智能学会杰出研究员奖（2014年）、IRI奖章（2018年）和Harold Pender奖（2018年）。2019年，他获得美国成就学院金盘奖。2019年3月，他与Yoshua Bengio和Geoffrey Hinton共同获得2018年图灵奖。2022年，他获得阿斯图里亚斯公主奖“科学研究”类别奖项。
遗产与影响
LeCun在1980年代末和1990年代初开发的卷积神经网络为现代计算机视觉系统奠定了基础，其应用范围从自动驾驶到医学影像。他对基于能量的模型和世界模型的倡导持续影响着关于机器学习未来的讨论，尤其是对基于文本预测的生成式AI局限性的探讨。他转向AMI Labs标志着向具身化和物理 grounded AI 的转变，这一方向与他所倡导的、区别于扩展Transformer架构语言模型的方法相一致。