扬·安德烈·勒昆（生于1960年7月8日）是一位法裔美国计算机科学家，因对人工智能、机器学习、计算机视觉和图像压缩的基础性贡献而受到认可。他最著名的是开发了卷积神经网络（CNN），这成为现代深度学习系统的基石，并共同创造了DjVu图像压缩技术。勒昆是纽约大学库朗数学科学研究所的雅各布·T·施瓦茨计算机科学教授，并在共同创立高级机器智能实验室之前担任Meta Platforms的首席人工智能科学家，该实验室成立于2025年12月。
勒昆的研究塑造了学术界和工业界的人工智能。他在1990年代关于手写识别和银行支票处理的工作证明了神经网络的实际可行性，而他后来对基于能量的模型和世界模型的倡导继续影响着关于人工智能未来的辩论。2018年，他与约书亚·本吉奥和杰弗里·辛顿分享了图灵奖，以表彰他们对深度学习的集体贡献，巩固了他作为该领域最具影响力人物之一的地位。
早年生活与教育
勒昆于1960年7月8日出生在巴黎郊区的苏瓦西苏蒙莫朗西。他的姓氏Le Cun源自旧布列塔尼语形式Le Cunff，起源于北布列塔尼的甘冈地区；Yann是Jean的布列塔尼语形式。他于1983年获得ESIEE巴黎的工程师文凭，并于1987年获得皮埃尔和玛丽·居里大学（现索邦大学）的计算机科学博士学位。在博士研究期间，他提出了一种早期形式的反向传播，这是一种对训练神经网络至关重要的算法。从1987年到1988年，他在多伦多大学做博士后研究员，由杰弗里·辛顿指导。勒昆有三个儿子，并持有美国公民身份。
贝尔实验室和AT&T的职业生涯
1988年，勒昆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，该部门由劳伦斯·D·杰克尔领导。在那里，他开发了关键的机器学习方法，包括一种受生物学启发的图像识别模型，称为卷积神经网络（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）。这些方法被应用于手写识别和光学字符识别（OCR）。他帮助开发的银行支票识别系统被NCR和其他公司广泛部署。
1996年，勒昆成为AT&T实验室研究公司图像处理研究部门的负责人，该部门隶属于劳伦斯·拉比纳的语音和图像处理研究实验室。他在那里的工作重点是DjVu图像压缩技术，该技术旨在高效分发扫描文档，后来被互联网档案馆使用。他的合作者包括莱昂·布图和弗拉基米尔·瓦普尼克。他还与布图共同开发了Lush编程语言。
纽约大学与学术领导
在NEC研究所短暂研究之后，勒昆于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雅各布·T·施瓦茨计算机科学与神经科学教授。他在纽约大学的研究集中于用于监督和无监督学习的基于能量的模型、用于物体识别的特征学习以及移动机器人技术。2012年，他创立了纽约大学数据科学中心，并担任主任至2014年初。
勒昆于2013年与约书亚·本吉奥共同创立了国际学习表征会议（ICLR），倡导发表后开放评审流程。他还从1986年到2012年组织了在犹他州斯诺伯德举行的年度“学习研讨会”。他曾是加州大学洛杉矶分校纯数学与应用数学研究所科学顾问委员会的成员，以及CIFAR“机器与大脑中的学习”项目的联合主任。2016年，他是巴黎法兰西学院的访问教授，并发表了就职讲座。他还担任法国研究团体Kyutai的科学顾问。
Meta Platforms与FAIR
勒昆于2013年加入Facebook（现Meta Platforms）担任首席人工智能科学家，领导该公司的AI研究实验室FAIR。在任职期间，他监督了促进自监督学习、大语言模型和多模态AI进展的研究。他的角色涉及指导Meta的长期AI战略，包括开源倡议和变换器架构及生成式AI等领域的基础研究。他一直留在Meta直到2025年，当时他宣布离职以创办新企业。
高级机器智能实验室与后续事业
2025年11月19日，勒昆确认他将在十年后离开Meta，创办高级机器智能实验室（AMI Labs），一家专注于世界模型架构和他所称的“超级智能”类人人工智能的公司。该公司由首席执行官亚历克斯·勒布伦运营，勒昆担任执行主席。AMI Labs旨在构建学习理解物理世界结构和动态的AI系统，而不是像传统大语言模型那样仅仅预测文本。2026年3月，AMI宣布以35亿美元的投前估值筹集了10.3亿美元资金，投资者包括国泰创新、Greycroft、Hiro Capital、HV Capital和Bezos Expeditions。
2026年1月，勒昆成为Logical Intelligence技术研究委员会的创始主席，该公司是一家开发基于能量的推理系统的人工智能公司。这一角色与他长期以来对基于能量的模型作为概率方法替代方案的兴趣一致。
荣誉与奖项
勒昆是美国国家科学院、美国国家工程院和法国科学院的成员。他获得了国立理工学院（2016年）、洛桑联邦理工学院（2018年）、蔚蓝海岸大学（2021年）、锡耶纳大学（2023年）和香港科技大学（2023年）的荣誉博士学位。他的奖项包括IEEE神经网络先驱奖（2014年）、PAMI杰出研究员奖（2015年）、IRI奖章（2018年）、哈罗德·彭德奖（2018年）和美国成就学院金盘奖（2019年）。2019年3月，他获得了2018年图灵奖，与约书亚·本吉奥和杰弗里·辛顿共享。2022年，他获得了阿斯图里亚斯公主奖的“科学研究”类别奖项。
遗产与影响
勒昆对卷积神经网络的开发为现代计算机视觉奠定了基础，推动了图像识别、自动驾驶和医学成像的突破。他在反向传播方面的早期工作帮助在怀疑时期重振了对神经网络的兴趣。作为公共知识分子，他对当前AI方法的局限性直言不讳，认为大语言模型不足以实现人类水平的智能，并倡导融入物理理解的世界模型。他从学术界到工业界再回归的转变体现了AI研究与商业应用之间的紧密联系，而他持续进行的事业继续塑造着该领域的方向。