Yann LeCun

Yann Lecun
Yann LeCun - 2018 (cropped).jpg
Yann Lecun im Jahr 2018
Geboren 8. Juli 1960 (Alter 62)
SoiSy-Sous-Montmorency, Frankreich
Alma Mater Essiee Paris (MSC)
Pierre und Marie Curie University (PhD) (heute Sorbonne University)
Bekannt für Tiefes Lernen
Auszeichnungen Turing Award (2018)
AAAI -Kerl (2019)
Ehrenlegion (2020)
Wissenschaftliche Karriere
Institutionen Bell Labs (1988–1996)
New Yorker Universität
Meta
These Modèles Connexionnistes de l'appentsage (1987)
Doktorand Maurice Milgram
Webseite Yann.Lecun.com

Yann André Lecun[1] (/ləˈkʌn/ Französische Aussprache:[ləkɛ̃];[2] ursprünglich Le Cun geschrieben;[2] Geboren am 8. Juli 1960) ist ein Französisch Informatiker in erster Linie in den Feldern von arbeiten maschinelles Lernen, Computer Vision, Mobile Robotik, und Rechenneurowissenschaften. Er ist der silberne Professor der Courant Institute of Mathematical Sciences bei New Yorker Universitätund Vizepräsident, Chef -KI -Wissenschaftler bei Meta.[3][4]

Er ist bekannt für seine Arbeit an optische Zeichenerkennung und Computer Vision Verwendung Faltungsnetzwerke (CNN) und ist Gründungsvater von Faltungsnetzen.[5][6] Er ist auch einer der Hauptschöpfer der DJVU Bildkomprimierungstechnologie (zusammen mit Léon Bottou und Patrick Haffner). Er entwickelte die üppige Programmiersprache mit Léon Bottou.

Lecun erhielt die 2018 Turing Award (oft als "bezeichnet"Nobelpreis des Computers"), zusammen mit Yoshua Bengio und Geoffrey Hinton, für ihre Arbeit an Deep Learning.[7] Die drei werden manchmal als "Godfathers of Ai" und "Pateler of Deep Learning" bezeichnet.[8][9][10][11][12][13]

Leben

Yann Lecun am Universität von Minnesota, 2014

Yann Lecun wurde bei geboren SoiSy-Sous-Montmorency in den Vororten Paris im Jahr 1960. Sein Name wurde ursprünglich geschrieben Le Cun vom alten Bretonisch bilden Le Cunff - was bedeutet buchstäblich "netter Kerl" - und stammt aus der Region von Guingamp im Norden Bretagne. "Yann" ist die Bretonform für "John". Er erhielt einen Diplôme d'Génieur von der Essiee Paris 1983 und ein Doktortitel in Informatik von Université Pierre et Marie Curie (heute Sorbonne University) im Jahr 1987, in dem er eine frühe Form der vorschlug Backpropagation Lernalgorithmus für neuronale Netze.[14]

1988 trat er der adaptiven Systemforschungsabteilung bei bei AT & T Bell Laboratories in Holmdel, New Jersey, USA, geleitet von Lawrence D. Jackel, wo er eine Reihe neuer Methoden für maschinelles Lernen entwickelte, wie ein biologisch inspiriertes Modell der Bilderkennung genannt Faltungsnetzwerke,[15] Die Regularisierungsmethoden "optimale Hirnschäden",[16] und die Graphtransformator -Netzwerkmethode (ähnlich wie bedingte Zufallsfeld), was er auf Handschrifterkennung und OCR angewandt hat.[17] Das von ihm entwickelte Bankprüfungssystem wurde von NCR und anderen Unternehmen weit verbreitet und las Ende der 1990er und frühen 2000er Jahre mehr als 10% aller Schecks in den USA.

1996 schloss er sich bei AT & T Labs-Resuche als Leiter der Bildverarbeitungsforschungsabteilung, die Teil von war Lawrence RabinerDas Forschungslabor für Sprach- und Bildverarbeitung und arbeitete hauptsächlich an der DJVU Bildkomprimierungstechnologie,[18] verwendet von vielen Websites, insbesondere die Internetarchiv, um gescannte Dokumente zu verteilen. Zu seinen Mitarbeitern bei AT & T gehört Léon Bottou und Vladimir Vapnik.

Nach einer kurzen Amtszeit als Fellow des NEC Research Institute (jetzt NEC-Labs America) in Princeton, NJ, er kam dazu New Yorker Universität (NYU) im Jahr 2003, wo er Silberprofessor für Informatik -Neuralwissenschaft am Courant Institute of Mathematical Sciences und die Zentrum für neuronale Wissenschaft. Er ist auch Professor am Tandon School of Engineering.[19][20] An der NYU hat er hauptsächlich an energiebasierten Modellen für überwachtes und unbeaufsichtigtes Lernen gearbeitet.[21] Feature -Lernen für die Objekterkennung in Computer Vision,[22] und mobile Robotik.[23]

2012 wurde er Gründungsdirektor der NYU Center for Data Science.[24] Am 9. Dezember 2013 wurde Lecun der erste Direktor von Meta Ai Forschung in New York City,[25][26] und trat Anfang 2014 aus der NYU-CDS-Direktorin zurück.

2013 und er und er und er Yoshua Bengio Mitbegründert das Internationale Konferenz über Lernrepräsentationen, in dem ein offener Überprüfungsprozess nach der Veröffentlichung vorgenommen wurde, den er zuvor auf seiner Website befürwortete. Er war Vorsitzender und Organisator des "Learning Workshops", das jedes Jahr zwischen 1986 und 2012 in Snowbird, Utah, stattfand. Er ist Mitglied des Science Advisory Board der Institut für reine und angewandte Mathematik[27] bei UCLA. Er ist Co-Direktor des Lernens in Maschinen und Gehirnforschungsprogramm (ehemals neuronale Berechnung & adaptive Wahrnehmung) von Cifar.[28]

2016 war er Gastprofessor für Informatik auf der "Vorsitzenden Annuelle Informatique et Sciences numériques" bei Collège de France in Paris. Sein "Leçon Inaugurale" (Eröffnungsvortrag) war ein wichtiges Ereignis im 2016 intellektuellen Leben 2016.[29]

Auszeichnungen und Ehrungen

Lecun ist Mitglied der USA Nationale Akademie der Wissenschaften[30] und Nationale Akademie des Ingenieurwesens, der Empfänger des IEEE Neural Network Pioneer Award 2014 und des 2015 Pami Distinguished Researcher Award.

Im Jahr 2016 wurde er von der Doctor Honoris Causa ausgezeichnet IPN in Mexiko Stadt.[31] Im Jahr 2017 lehnte Lecun eine Einladung zur Vortrag am Vorlesungen ab König Abdullah Universität für Wissenschaft und Technologie in Saudi-Arabien Weil er glaubte, als Terroristin im Land angesichts seines Atheismus zu betrachten.[32] Im September 2018 erhielt er die Harold Pender Award gegeben von der Universität von Pennsylvania.[33] Im Oktober 2018 erhielt er einen Doctor Honoris Causa -Abschluss von EPFL.[34][35]

Im März 2019 gewann Lecun den Turing Award und teilte sie mit Yoshua Bengio und Geoffrey Hinton.[36] Im September 2019 erhielt er den Golden Plate Award der Amerikanische Akademie der Leistung.[37] 2018 wurde Lecun mit dem ausgezeichnet IRI -Medaille, gegründet vom Industrial Research Institute (IRI).[38] Im Jahr 2022 erhielt er das Prinzessin von Asturias Award In der Kategorie "Wissenschaftliche Forschung".[39]

Verweise

  1. ^ "Version Électronique Authentifiée Publiée au jo n ° 0001 du 01/01/2020 | Legifrance". www.legifrance.gouv.fr. Abgerufen 4. Januar, 2020.
  2. ^ a b "Lustige Sachen". yann.lecun.com. Abgerufen 20. März, 2020.
  3. ^ "Künstliche Intelligenz-Pioniere gewinnen 1 Million US-Dollar Turing Award". Washington Post.
  4. ^ Metz, Cade (27. März 2019). "Turing Award gewonnen von 3 Pionieren in künstlicher Intelligenz". Die New York Times. Archiviert vom Original am 16. Juni 2021.
  5. ^ "Faltungsnetze und CIFAR-10: Ein Interview mit Yann Lecun". Keine freie Ahnung. 22. Dezember 2014.
  6. ^ Lecun, Yann; Bottou, Léon; Bengio, Yoshua; Haffner, Patrick (1998). "Gradientenbasiertes Lernen angewendet, um die Erkennung von Dokumenten zu dokumentieren" (PDF). Proceedings of the IEEE. 86 (11): 2278–2324. doi:10.1109/5.726791. S2CID 14542261.
  7. ^ "Väter der Deep Learning Revolution erhalten ACM A.M. Turing Award". Verband für Rechenmaschinen. New York. 27. März 2019. Abgerufen 27. März, 2019.
  8. ^ Vincent, James (27. März 2019). "'Godfathers of Ai', geehrt mit Turing Award, dem Nobelpreis des Computers ". Der Verge. Abgerufen 20. März, 2020.
  9. ^ Ranosa, TED (29. März 2019). "Podfathers of AI gewinnen den diesjährigen Turing Award und 1 Million US -Dollar". Technische Zeiten. Abgerufen 20. März, 2020.
  10. ^ Reporter, Telegraph (27. März 2019). "Nobelpreis der Technologie, die an 'Godfathers of Ai' verliehen wird '". Der Telegraph. Abgerufen 20. März, 2020 - via www.telegraph.co.uk.
  11. ^ Shad, Sam. "Die 3 'Godfathers' von AI haben den prestigeträchtigen Preis von 1 Millionen Dollar gewonnen". Forbes. Abgerufen 20. März, 2020.
  12. ^ Ray, Tiernan. "Deep Learning Godfathers Bengio, Hinton und Lecun sagen, das Feld kann seine Fehler beheben". ZDNET. Abgerufen 20. März, 2020.
  13. ^ Kahn, Jeremy (27. März 2019). "Drei" Godfäter des tiefen Lernens "für Turing Award ausgewählt" ". Bloomberg.com. Abgerufen 10. November, 2020.
  14. ^ Y. Lecun: Une Procédure d' -Applentissage Pour Réseau A SEUIL Asymmetrique (ein Lernschema für asymmetrische Schwellennetzwerke), Proceedings of Cognitiva 85, 599–604, Paris, Frankreich, 1985.
  15. ^ Y. Lecun, B. Boser, J. S. Denker, D. Henderson, R. E. Howard, W. Hubbard und L. D. Jackel: Backpropagation angewendet auf handgeschriebene Postleitzahlerkennung, Neuronale Berechnung, 1 (4): 541–551, Winter 1989.
  16. ^ Yann Lecun, J. S. Denker, S. Solla, R. E. Howard und L. D. Jackel: Optimale Hirnschädigung, in Touretzky, David (Hrsg.), Fortschritte in neuronalen Informationsverarbeitungssystemen 2 (NIPS*89), Morgan Kaufmann, Denver, CO, 1990.
  17. ^ Yann Lecun, Léon Bottou, Yoshua Bengio und Patrick Haffner: Gradientenbasiertes Lernen angewendet zur Dokumenterkennung, Proceedings of IEEE, 86 (11): 2278–2324, 1998.
  18. ^ Léon Bottou, Patrick Haffner, Paul G. Howard, Patrice Simard, Yoshua Bengio und Yann Lecun: Hochwertige Dokumentbildkompression mit DJVU, Journal of Electronic Imaging, 7 (3): 410–425, 1998.
  19. ^ "Menschen - Elektro- und Computertechnik". Polytechnic Institute der New York University. Abgerufen 13. März, 2013.
  20. ^ "Yann Lecuns Homepage".
  21. ^ Yann Lecun, Sumit Chopra, Raia Hadsell, Ranzato Marc'aurelio und Fu-Jie Huang: Ein Tutorial zum energiebasierten Lernen in Bakir, G. und Hofman, T. und Schölkopf, B. und Smola, A. und Taskar, B. (Hrsg.), Vorhersage strukturierter Daten, MIT Press, 2006.
  22. ^ Kevin Jarrett, Koray Kavukcuoglu, Marc'aurelio Ranzato und Yann Lecun: Was ist die beste mehrstufige Architektur für die Objekterkennung?, Proc. Internationale Konferenz über Computer Vision (ICCV'09), IEEE, 2009
  23. ^ Raia Hadsell, Pierre Sermanet, Marco Spottier, Ayse Erkan, Koray Kavackuoglu, Urs Muller und Yann Lecun: Lernen von Langstreckenvisionen für autonomes Offroad-Fahren, Journal of Field Robotics, 26 (2): 120–144, Februar 2009.
  24. ^ "Zentrum für Data Science - New York University".
  25. ^ "Yann Lecun". Facebook.
  26. ^ "Direktor der AI -Forschung". Facebook. 2016. Archiviert Aus dem Original am 27. April 2017.
  27. ^ http://www.ipam.ucla.edu/programs/gss2012/ Institut für reine und angewandte Mathematik
  28. ^ "Neuronales Berechnungs- und Adaptive Perception Advisory Committee Yann Lecun". Cifar. Abgerufen 16. Dezember, 2013.
  29. ^ "L'UTHURNINTSAGE Profond: Une Révolution en Intelligence artificielle". www.college-de-france.fr. Abgerufen 1. März, 2022.
  30. ^ "Nachrichten von der National Academy of Sciences". 26. April 2021. Abgerufen 4. Juli, 2021. Neu gewählte Mitglieder und ihre Zugehörigkeiten zum Zeitpunkt der Wahl sind:… Lecun, Yann; Vizepräsident und Chefkunstkunst intelligenter Wissenschaftler, Facebook; und Silberprofessor für Informatik, Datenwissenschaft, Neuralwissenschaft sowie Elektro- und Computertechnik, New York University, New York City, Eintrag in Mitgliedsverzeichnis: "Mitgliedsverzeichnis". Nationale Akademie der Wissenschaften. Abgerufen 4. Juli, 2021.
  31. ^ "Primera generación de Doktorados Honoris Causa en el ipn". Abgerufen 11. Oktober, 2016.
  32. ^ Manas Sen Gupta (22. Mai 2017). "Der Grund, warum Facebooks AI -Forschungsdirektor Saudi -Arabien nicht besucht hat, hat das Internet in Brand gesetzt.". Topyaps. Abgerufen 28. Dezember, 2017.
  33. ^ "2018 Harold Pender Award und Vortrag: Yann Lecun". Abgerufen 22. Mai, 2019.
  34. ^ Aubort, Sarah (10. August 2018). "EPFL feiert 1.043 neue Absolventen des Meisters". Abgerufen 27. Januar, 2019. {{}}: Journal zitieren erfordert |journal= (Hilfe)
  35. ^ "Yann Lecun @ePfl-" Selbstbewertetes Lernen: Könnten Maschinen wie Menschen lernen? "". Youtube. Archiviert vom Original am 21. Dezember 2021. Abgerufen 27. Januar, 2019.
  36. ^ Metz, Cade (27. März 2019). "Drei Pioniere in der künstlichen Intelligenz gewinnen Turing Award". Die New York Times. ISSN 0362-4331. Abgerufen 27. März, 2019.
  37. ^ "Golden Plate Preisträger der American Academy of Achievement". www.achievement.org. Amerikanische Akademie der Leistung.
  38. ^ IRI -Medaille 2018
  39. ^ Prinzessin von Asturias Awards 2022

Externe Links