[go: nahoru, domu]

Przejdź do zawartości

Yann LeCun

Z Wikipedii, wolnej encyklopedii
Yann LeCun
Ilustracja
Yann LeCun (2024)
Państwo działania

USA, Francja

Data i miejsce urodzenia

8 lipca 1960
Soisy-sous-Montmorency

Alma Mater

ESIEE, Paryż - Ecole Superieure d'Ingenieurs en Electrotechnique et Electronique, 1983

Doktorat

1987 – Computer science
Université Pierre et Marie Curie
promotor: Maurice Milgram

Doktor honoris causa
Instituto Politécnico Nacional, Mexico City – 2016
Université Côte d'Azur, Nicea – 2018
Università di Siena/ Hong Kong University of Science and Technology – 2021/ 2024
Naukowiec
Amerykańskie przedsiębiorstwo technologiczne

Meta

Stanowisko

Chief AI Scientist

Okres zatrudn.

od 2017

Uczelnia badawcza

New York University

Courant Institute of Mathematical Sciences
Stanowisko

Professor of Computer Science

Okres zatrudn.

od 2013

Odznaczenia
Kawaler Orderu Narodowego Legii Honorowej (Francja)
Strona internetowa

Yann André LeCun (wym. ang. ləˈ kʌn / lə-kun; wym. fr. ləkœ̃)[1][2], pierwotnie pisane Le Cun[1], (ur. 8 lipca 1960) – francusko-amerykański informatyk pracujący głównie w dziedzinach uczenia maszynowego, komputerowego rozpoznawania obrazów autonomicznej robotyki i sztucznej inteligencji. Jest Srebrnym Profesorem[a][3] w zakresie Danologii, Informatyki, Neuronauki, i Elektrotechniki na Uniwersytecie Nowojorskim afiliowany przy tym uniwersytecie w Center for Data Science, the Courant Institute of Mathematical Science, the Center for Neural Science, and the Electrical and Computer Engineering Department[4]. Jest wiceprezesem oraz głównym naukowcem zajmującym się sztuczną inteligencją w Meta[4][5][6].

Jest dobrze znany ze swojej pracy nad optycznym rozpoznawaniem znaków i komputerowym rozpoznawaniem obrazów przy użyciu konwolucyjnych sieci neuronowych (CNN)(inne języki)[7][8][9]. Jest jednym z głównych twórców technologii kompresji obrazu DjVu (wraz z Léonem Bottou(inne języki) i Patrickiem Haffnerem). Wspólnie z Léonem Bottou opracował język programowania Lush[10].

W 2018 LeCun, Yoshua Bengio i Geoffrey Hinton, w uznaniu ich prac indywidualnych i wspólnych, otrzymali Nagrodę Turinga za koncepcyjne i praktyczne postępy, które sprawiły, że głębokie sieci neuronowe stały się kluczowym elementem informatyki. Yoshua Bengio, Geoffrey Hinton i Yann LeCun to trzej liderzy odpowiedzialni za rewolucyjną rolę, jaką sztuczne sieci neuronowe zaczęły odgrywać w uczeniu maszynowym. Ich rozwój i nieustanne wspieranie głębokich sieci neuronowych umożliwiły ogromny postęp w takich dyscyplinach jak rozpoznawanie obrazów, rozpoznawanie mowy, rozumienie języka naturalnego i robotyka[11][12]. Wszyscy trzej bywają nazywani „ojcami chrzestnymi sztucznej inteligencji” i „ojcami chrzestnymi głębokiego uczenia[13][14][15][16][17].

Dzieciństwo i wykształcenie

[edytuj | edytuj kod]
LeCun na Uniwersytecie Minnesoty, 2014

LeCun urodził się 8 lipca 1960 w Soisy-sous-Montmorency na przedmieściach Paryża. Jego nazwisko pierwotnie brzmiało Le Cun od starobretońskiej formy Le Cunff i pochodziło z regionu Guingamp w północnej Bretanii. „Yann” to bretońska forma imienia „John”[1][b].

W 1983 uzyskał dyplom inżyniera na ESIEE, Ecole Superieure d'Ingenieurs en Electrotechnique w Paryżu.W 1987, na Université Pierre et Marie Curie (obecnie Sorbonne) napisał dysertację “Modèles Connexionnistes de l’apprentissage”, w której zaproponował wczesną wersję algorytmu uczenia metodą propagacji wstecznej dla sieci neuronowych i na podstawie tej pracy obronił doktorat (PhD) z informatyki[18][19][20].

Działalność naukowa

[edytuj | edytuj kod]

Laboratoria Bell Labs

[edytuj | edytuj kod]

W 1988 LeCun dołączył do Działu Badań Systemów Adaptacyjnych w AT&T Bell Laboratories w Holmdel(inne języki) w stanie New Jersey w Stanach Zjednoczonych, kierowanego przez Lawrence'a D. Jackela, gdzie opracował szereg nowych metod uczenia maszynowego, takich jak inspirowany biologicznie model rozpoznawania obrazów zwany konwolucyjnymi sieciami neuronowymi(inne języki)[21], metody regularyzacji „Optimal brain damage”[22] i metodę Sieci Transformatorów Graficznych (podobną do warunkowego pola losowego, ang. Conditional random field), którą zastosował do rozpoznawania pisma ręcznego i OCR[8]. Opracowany przez LeCun'a system rozpoznawania czeków bankowych został szeroko wdrożony przez NCR i inne firmy. Pod koniec lat 90. i na początku XXI wieku odczytano za jego pomocą ponad 10% wszystkich czeków w USA[23].

W 1996 roku dołączył do AT&T Labs(inne języki) - Research jako kierownik działu badań nad przetwarzaniem obrazu, który był częścią laboratorium poznawczego przetwarzania mowy i obrazu Lawrence'a Rabinera(inne języki). Pracował głównie nad technologią kompresji obrazu DjVu, wykorzystywaną przez wiele witryn internetowych, zwłaszcza internet Archive, do rozpowszechniania zeskanowanych dokumentów[24][20].

Uniwersytet Nowojorski

[edytuj | edytuj kod]

W 2003 LeCun rozpoczął pracę dla New York University (NYU) na pozycji profesora informatyki i neuronauki im. Jacoba T. Schwartza w Courant Institute of Mathematical Sciences i Center for Neural Science. Jest również profesorem w Tandon School of Engineering[25][26].

Na Uniwersytecie Nowojorskim pracował głównie nad modelami opartymi na energii do uczenia nadzorowanego i nienadzorowanego[27], uczeniem się cech do rozpoznawania obiektów w komputerowym widzeniu[28] oraz robotyką mobilną[29].

W 2012 roku został dyrektorem-założycielem Centrum Nauki o Danych (CDS) Uniwersytetu Nowojorskiego(inne języki)[30]. 9 grudnia 2013 LeCun został pierwszym dyrektorem Meta AI Research(inne języki) w Nowym Jorku[31][32][33] i zrezygnował ze stanowiska dyrektora NYU Centrum Nauki o Danych na początku 2014[20].

Kolejne aktywnoścɪ

[edytuj | edytuj kod]

W 2013 r. wspólnie z Yoshua Bengio wykreowali cykl dorocznych konferencji poświęconych uczeniu maszynowemu International Conference on Learning Representations (ICLR)(inne języki)[34].

Był współzałożycielem i współprzewodniczy, wspólnie z Yoshua Bengio, programowi badawczemu Learning in Machines and Brains (Uczenie się maszyn i mózgu). Program łączy naukowców z różnych krajów i różnych dyscyplin naukowych z zadaniem rozwoju i doskonalenia sztucznej inteligencji, by stworzyć komputery, które mogą "myśleć" bardziej jak ludzie - rozpoznawać twarze, rozumieć, co dzieje się na zdjęciu lub filmie i rozumieć znaczenie języka. Program jest finansowany przez kanadyjski instytut CIFAR(inne języki)[35][36][37].

Był współorganizatorem cyklu letnich warsztatów, organizowanych przez Institute for Pure and Applied Mathematics (Instytutu Matematyki Czystej i Stosowanej)(inne języki), finansowanych przez CIFAR, na Uniwersytecie Kalifornijskim w Los Angeles, poświęconych doskonaleniu uczestników w zakresie uczenia maszynowego, sztucznej inteligencji i neuronauki obliczeniowej[38].

W 2016 podczas dorocznego kursu Nauk Komputerowych i Cyfrowych - „Chaire Annuelle Informatique et Sciences Numériques” w Collège de France w Paryżu wygłosił „Leçon Inaugurale” (wykład inauguracyjny)ː Deep learning, une révolution en Intelligence artificielle[39][40].

W 2023 został mianowany pierwszym profesorem informatyki im. Jacoba T. Schwartza w Instytucie Couranta na Uniwersytecie Nowojorskim[41].

LeCun jest doradcą naukowym francuskiej grupy badawczej Kyutai[42], która jest finansowana przez Xaviera Niela, Rodolphe'a Saadé, Erica Schmidta i innych[43].

LeCun był współzałożycielem i byłym członkiem zarządu Partnership on AI(inne języki), grupy firm i organizacji non-profit badających społeczne konsekwencje sztucznej inteligencji[44].

Pod opieką LeCun’a przygotowało i obroniło doktoraty wielu naukowców i praktyków, którzy w kolejnych latach wnieśli duży wkład w rozwój matematyki i informatyki, wśród nich Wojciech Zaremba[45].

Odznaczenia

[edytuj | edytuj kod]

W 2023 roku prezydent Francji odznaczył LeCun'a Orderem Legii Honorowej V klasy - w randze Kawalera (Chevalier)[46][47].

Nagrody i zaszczyty

[edytuj | edytuj kod]

Nagroda Turinga

[edytuj | edytuj kod]

W marcu 2019 roku LeCun, wspólnie z Yoshuą Bengio i Geoffreyem Hintonem, zdobyli nagrodę Turinga za 2018[13][15][16][17].

Doktoraty honoris causɑ

[edytuj | edytuj kod]

W 2016 doktor honoris causa Instituto Politécnico Nacional (IPN) w Meksyku[48].

W 2018 doktor honoris causa École Polytechnique Fédérale de Lausanne (EPFL)[49][50].

W 2022 doktor honoris causa Université Côte d'Azur[51].

W 2023 doktor honoris causa Università di Siena[52].

W 2023 doktor honoris causa Hong Kong University of Science and Technology[53].

Nagrody i wyróżnienia

[edytuj | edytuj kod]

W 2014 otrzymał nagrodę IEEE Neural Network Pioneer Award[54].

W 2015 nagrodę PAMI Distinguished Researcher Award[55].

W 2016 magazyn Wired wybrał LeCun'a do „The Wired 100-2016's Most Influential People” na 24. miejscu[56] i do “25 Geniuses Who are Creating the Future of Business”[57].

W 2018 LeCun został odznaczony Medalem IRI(inne języki) ustanowionym przez Innovation Research Interchange (IRI)(inne języki)[58].

W 2018 otrzymał Nagrodę Harolda Pendera przyznawaną przez Penn Engineering na Uniwersytecie Pensylwanii[59].

W 2019 roku został nagrodzony The Golden Plate Award (Złotą Płytą) przez American Academy of Achievement(inne języki)[60].

W 2022 roku otrzymał Nagrodę Księżniczki Asturii w kategorii „Badania naukowe” wraz z Yoshuą Bengio, Geoffreyem Hintonem i Demisem Hassabisem[61].

W 2024 podczas Światowego Forum Ekonomicznego (WEF) w Davos odebrał nagrodę Global Swiss AI Award 2023[62].

W 2024, w Dubaju, otrzymał nagrodę TIME100 Impact Award[63].

Członkostwo w akademiach

[edytuj | edytuj kod]

LeCun jest członkiem amerykańskiej National Academy of Sciences (Narodowej Akademii Nauk)[64], National Academy of Engineering (Narodowej Akademii Inżynierii)(inne języki)[65] i Académie des Sciences(Francuskiej Akademii Nauk)[66].

  1. Srebrny Profesor to jedno z najwyższych wyróżnień uniwersytetu, najbardziej prestiżowa profesura imienna, jaką Uniwersytet Nowojorski może zaoferować swoim wykładowcom. Srebrni Profesorowie są wybierani w uznaniu ich licznych osiągnięć.
  2. Le Cun zrezygnował ze spacji w swoim nazwisku, po tym jak odkrył, że Amerykanie byli zdezorientowani i traktowali Le jako jego drugie imię.

Linki zewnętrzne

[edytuj | edytuj kod]

Przypisy

[edytuj | edytuj kod]
  1. a b c Fun Stuffː "No, Your Name can't possibly be pronounced that way". [dostęp 2024-10-13]. (ang.).
  2. How to Pronounce Yann LeCun. [dostęp 2024-10-13]. (ang.).
  3. The Silver Professors. [dostęp 2024-10-13]. (ang.)..
  4. a b Yann LeCunː Biographical Sketch. [dostęp 2024-10-13]. (ang.).
  5. Cade Metz: Turing Award Won by 3 Pioneers in Artificial Intelligence. The New York Times, 27 March 2019. [zarchiwizowane z tego adresu (16 June 2021)].
  6. Yann LeCun Curriculum Vitae. [dostęp 2024-10-13]. (ang.).
  7. Convolutional Nets and CIFAR-10: An Interview with Yann LeCun. Medium, 2014-12-22. [dostęp 2024-10-13]. (ang.).
  8. a b Yann LeCun, Gradient-Based Learnind Applied to Document Recognition [pdf], Léon Bottou, Yoshua Bengio, Patrick Haffner, „Proceedings of the IEEE”, 11, 86, 1998, s. 2278–2324, DOI10.1109/5.726791 [dostęp 2024-10-13] (ang.).
  9. Mirosław Mamczur: Jak działają konwolucyjne sieci neuronowe (CNN)?. 2021-03-25. [dostęp 2024-10-13]. (pol.).
  10. Lush History and Credits. SourceForge. [dostęp 2024-10-13]. (ang.).
  11. 2018 ACM A.M. Turing Award. 2018. [dostęp 2024-10-18]. (czuw.).
  12. Fathers of the Deep Learning Revolution Receive ACM A.M. Turing Award. Fathers of the Deep Learning Revolution Receive ACM A.M. Turing Award, 2019-03-27. [dostęp 2024-10-13]. (ang.).
  13. a b James Vincent: Godfathers of AI’ honored with Turing Award, the Nobel Prize of computing. The Verge, 2019-03-27. [dostęp 2024-10-13]. (ang.).
  14. Ted Ranosa: Godfathers Of AI Win This Year's Turing Award And $1 Million. Tech Times, 2019-03-29. [dostęp 2024-10-13]. (ang.).
  15. a b Sam Shead: The 3 'Godfathers' Of AI Have Won The Prestigious $1M Turing Prize. Forbes, 2019-03-27. [dostęp 2024-10-13]. (ang.).
  16. a b Tiernan Ray: Deep learning godfathers Bengio, Hinton, and LeCun say the field can fix its flaws. ZDNET, 2020-02-10. [dostęp 2024-10-13]. (ang.).
  17. a b Jeremy Kahn: Three 'Godfathers of Deep Learning' Selected for Turing Award. Bloomberg, 2019-03-27. [dostęp 2024-10-13]. (ang.).
  18. Le catalogue du Système Universitaire de Documentation. Catalogue SUDOC, 1987. [dostęp 2024-10-14]. (fr.).
  19. Yann LeCun, Une procedure d'apprentissage pour reseau a seuil asymmetrique (a Learning Scheme for Asymmetric Threshold Networks), „Proceedings of Cognitiva 85”, Paryż, 4 czerwca 1985, s. 599-604 [dostęp 2024-10-14] (fr.).
  20. a b c Thomas Haigh: A.M. Turing Award Laureates ...Yann LeCun. A.M. Turing Award, 2018. [dostęp 2024-10-24]. (ang.).
  21. Y. LeCun i inni, Backpropagation Applied to Handwritten Zip Code Recognition [pdf], „Neural Computation”, 1, Nowy Jork: Massachusetts Institute of Technology, 1989, s. 541-551 [dostęp 2024-10-14] (ang.).
  22. Yann Le Cun, John S. Denker, Sara A. Sol1a, Optimal Brain Damage [pdf], „Advances in Neural Information Processing Systems (NIPS 1989)”, 2, 1990, s. 598-604 [dostęp 2024-10-14].
  23. Yann LeCun, Léon Bottou, Yoshua Bengio: Reading Checks with Multilayer Graph Transformer Networks. [w:] International Conference on Acoustics, Speech, and Signal Processing, IEEE, Munich, [on-line]. AT&T Bell Labs, 1997. s. 151-154. [dostęp 2024-10-14]. (ang.).
  24. Léon Bottou i inni, High Quality Document Image Compression with DjVu, „Journal of Electronic Imaging”, 7(3), Lincroft, Nowy Jork: AT&T Labs, 1998, s. 410-425, DOI10.1117/1.482609 [dostęp 2024-10-16] (ang.).
  25. Yann LeCun. NYU Tandon. [dostęp 2024-10-16]. (ang.).
  26. Yann LeCun home page. [dostęp 2024-10-16]. (ang.).
  27. Yann LeCun i inni, A Tutorial on Energy-Based Learning [pdf], Nowy Jork: MIT Press, 19 sierpnia 2006, s. 1-59 [dostęp 2024-10-16] (ang.).
  28. Kevin Jarrett i inni, What is the Best Multi-Stage Architecture for Object Recognition? [pdf], wyd. Proc. International Conference on Computer Vision (ICCV'09), IEEE, 2009, s. 1-8 [dostęp 2024-10-16] (ang.).
  29. Raia Hadsell i inni, Learning Long-Range Vision for Autonomous Off-Road Driving [pdf], „Journal of Field Robotics”, 26(2), luty 2009, s. 120-144 [dostęp 2024-10-16] (ang.).
  30. The NYU Center for Data Science. [dostęp 2024-10-17]. (ang.).
  31. Yann LeCun, Chief AI Scientist. Meta. [dostęp 2024-10-17]. (ang.).
  32. Yann LeCun.
  33. Yann LeCun Director of AI Research. Facebook Research, 2016. [dostęp 2024-10-17]. (ang.).
  34. International Conference on Learning Representations 2013. International Conference on Learning Representations, 2013. [dostęp 2024-10-17]. (ang.).
  35. CIFAR Home research-programs Learning in Machines & Brains. Learning in Machines & Brains. CIFAR, 2024. [dostęp 2024-10-17]. (ang.).
  36. Learning in Machines and Brains. Project Overview. Brain Canada Foundation. [dostęp 2024-10-22]. (ang.).
  37. Yann LeCun. CIFAR. [dostęp 2024-10-22]. (ang.).
  38. Graduate Summer School: Deep Learning, Feature Learning. 2012-07-09. [dostęp 2024-10-18]. (ang.).
  39. Deep learning : a revolution in artificial intelligence. Collège de France, 2016-02-04. [dostęp 2024-10-22]. (fr.).
  40. Le « Deep learning », une révolution en Intelligence artificielle. Collège de France, 2016-02-04. [dostęp 2024-10-22]. (fr.).
  41. Yann LeCun Announced as Inaugural Jacob T. Schwartz Chair. NYU The Courant Institute of Mathematical Science, 2023-10-20. [dostęp 2024-10-22]. (ang.).
  42. Open Science AI Lab. Kyutai. [dostęp 2024-10-22]. (ang.).
  43. Romain Dillet: Kyutai is a French AI research lab with a $330 million budget that will make everything open source. TechCrunch, 2023-11-17. [dostęp 2024-10-22]. (ang.).
  44. PAI Announces New Institutional Board Directors. PAI Staff, 2018-11-07. [dostęp 2024-10-17]. (ang.).
  45. Yann Lecun - Former PhD Students. [dostęp 2024-10-24]. (ang.).
  46. Version électronique authentifiée publiée au JO n° 0001 du 01/01/2020 | Legifrance. www.legifrance.gouv.fr. [dostęp 2024-10-12].
  47. Yann LeCunː Today, "I was made a Chevalier de la Légion d'Honneur". LinkedIn. [dostęp 2024-10-13]. (ang.).
  48. Primera generación de Doctorados Honoris Causa en el IPN. Universidad Nacional Autónoma de México, 2016-10-11. [dostęp 2024-10-22]. (hiszp.).
  49. Sarah Aubort: EPFL celebrates 1,043 new Master's graduates. EPFL, 2018-08-10. [dostęp 2024-10-22]. (ang.).
  50. Yann LeCun @EPFL - "Self-supervised learning: could machines learn like humans?". EPFL. [dostęp 2024-10-22]. [zarchiwizowane z tego adresu]. (ang.).
  51. WAICF : Remise du diplôme de Docteur Honoris Causa d’Université Côte d’Azur à Yann LeCun, vice-président et « Chief AI Scientist » à Meta. Côte d’Azur, 2022-04-16. [dostęp 2024-10-22]. (fr.).
  52. Laurea ad honorem a Yann LeCun. Università di Siena, 2023-07-03. [dostęp 2024-10-22]. (wł.).
  53. Professor Yann LeCun. Council of the Hong Kong University of Science, 2023. [dostęp 2024-10-22]. (ang.).
  54. IEEE CIS Past Award Recipients. IEEE Computational Intelligence Society. [dostęp 2024-10-22]. (ang.).
  55. PAMI Distinguished Researcher Award. IEEE Computer Society. [dostęp 2024-10-22]. (ang.).
  56. The Wired 100. WIRED, 2016-08-26. [dostęp 2024-10-18]. (ang.).
  57. 25 Geniuses Who are Creating the Future of Business. WIRED, 2016-04-26. [dostęp 2024-10-18]. (ang.).
  58. IRI Awards. Innovation Research Interchange (IRI). [dostęp 2024-10-22]. (ang.).
  59. The Harold Pender Award. Past Recipients. PENN ENGINEERING. UNIVERSITY OF PENNSYLVANIA. [dostęp 2024-10-22]. (ang.).
  60. Golden Plate Awardees. The American Academy of Achievement. [dostęp 2024-10-23]. (ang.).
  61. 2022 Princess of Asturias Award for Technical & Scientific Research. The Princess of Asturias Foundation. [dostęp 2024-10-23]. (ang.).
  62. Global Swiss AI Award Ceremony 2023. Zurich University of Applied Sciences, 2024-01-18. [dostęp 2024-10-23]. (ang.).
  63. Billy Perrigo: Yann Lecun Is Optimistic That AI Will Lead to a Better World. Time, 2024-02-11. [dostęp 2024-10-24]. (ang.).
  64. Yann Andre LeCun. NAS Members Directory. [dostęp 2024-10-18]. (ang.).
  65. Dr. Yann Andre LeCun. NAE Members Directory. [dostęp 2024-10-18]. (ang.).
  66. Yann LeCun. Académie des sciences. [dostęp 2024-10-18]. (fr.).
  67. Alex Krizhevsky: Learning Multiple Layers of Features from Tiny Images. CiteSeer, 2009-04-08. [dostęp 2023-06-05]. (ang.).