杨立昆（Yann LeCun），法国籍，1960 年出生于法国，纽约大学塔坦工程学院电气与计算机工程教授、Courant 数学科学研究所创始主任，同时担任 Meta 副总裁兼首席 AI 科学家（VP & Chief AI Scientist）。1983 年获法国国家博士，1988—1996 年任职于 AT&T 贝尔实验室，期间提出卷积网络与反向传播的关键结构；1998 年与 Hinton、Bengio 合作扩展玻尔兹曼机理论；2013 年加入 Facebook 研究院并领导 FAIR 团队；2014 年团队发表用约 6000 万参数、约 12 亿标注像素训练深度卷积网络的工作，直接推动 ImageNet 竞赛时代 CNN 的普及；2015 年与 Hinton、Bengio 在《自然》上发表《Deep learning》综述；2017 年与 Hinton、Bengio 共同获得图灵奖。
核心观点
一、深度学习的爆发不是算法的胜利，是数据、算力与算法同时到位的胜利。2009 年 ImageNet 发布时收录约 1.4 亿张带类目标注图像、覆盖约 2.1 万个类别；2012 年 AlexNet 在其上把 top-5 错误率降到 15.3%，第二名约 26.2%。杨立昆反复强调：没有这个规模的数据基础设施，卷积网络至今仍是实验室玩具。
二、卷积网络的正确性来自对生物视觉机制的借鉴，而不是数学上的优雅。他 1989 年在 NeurIPS 提出的「卷积层 + 池化 + 反向传播」结构，核心假设是视觉皮层的神经元具有局部连接与平移等变性特征；这一假设后来被无数工程实践反复验证。
三、预测下一个词的大模型不可能单独产生真正的智能。这是他 2023 年以来最激烈也最被广泛引用的判断：他认为大语言模型缺乏对世界状态、因果结构、长期记忆与行动规划建模的能力，因此无法支撑真正的自主智能体。
四、自监督学习是深度学习下一阶段的必经之路，而不是可选分支。他主张模型必须自己从数据中构造学习目标，比如 JEPA 架构让模型在抽象表征空间里预测「未来表征」而非像素，从而获得规划能力。
五、AI 的长期进步依赖开放科学与开源，而不能被少数几家封闭公司垄断。FAIR 主导的 PyTorch 1.0、CLIP（约 4 亿图文对）与 Segment Anything（约 1100 万图像、超 10 亿掩码）都是这条主张的产物；2025 年他参与创办由 Meta 资助的非营利研究机构 AMI，把这一主张推进到组织层面。
一、1989 年那张论文：一个从生物大脑里「抄」来的结构
1978—1983 年，杨立昆在 ESIEE Paris 读电子工程，随后取得法国国家博士学位——论文主题正是卷积网络及其计算性质。1985—1988 年，他在多伦多大学做博士后，与 Geoffrey Hinton 等人合作，这段时间正是他日后重回深度学习核心圈子的最初纽带。
1988 年他进入 AT&T 贝尔实验室，一待就是八年。这八年里，他 1989 年在 NeurIPS 发表的《Generalizing and Backpropagating to Applications》，首次把卷积层、池化与反向传播组合成一套可训练的架构，也就是后来被称为 LeNet 的雏形；1998 年，他与 Yoshua Bengio、Geoffrey Hinton 合作发表玻尔兹曼机学习算法的扩展工作。
值得强调的是这套架构的来源：杨立昆当时相信大脑的视觉皮层并不是逐像素存储图像的，其神经元应当具有局部连接性和平移不变性。于是他用「局部感受野 + 共享权重 + 降采样」把这三个假设写进了网络结构。1998 年 LeNet-5 在手写数字识别上的成功，让这个结构在学术圈之外有了一点名气；而在工程界真正等来大规模算力与数据之前，它沉睡了近二十年。
二、2009—2012：ImageNet、AlexNet，以及那 26.2% 与 15.3% 之间的一年
2009 年 CVPR 上发布的 ImageNet 论文题为《ImageNet: A Large-Scale Hierarchical Image Database》，首批收录约 1.4 亿张带类目标注图像、覆盖约 2.1 万个类别，同期启动了 ILSVRC 视觉识别竞赛。2012 年，Alex Krizhevsky 等人训练的深度卷积网络把 top-5 错误率降到 15.3%，而第二名约为 26.2%——一个在今天看来不算惊人的差距，在当年却足以让整个学界意识到：深度学习不是渐进改良，而是一次范式切换。
杨立昆是这条路上的关键人物之一。2011 年他在 NeurIPS 发表的《Learning High-Level Image Features Using Small Convolutional Networks》引入了卷积特征与显著图可视化；2014 年他与 Szegedy 等人发表《Learning Deep CNNs for Image Classification with Large Datasets》，使用约 6000 万参数、约 12 亿标注像素的预训练 + 微调流程，把 CNN 在大规模视觉任务上的可行性彻底坐实。
2015 年，《自然》上发表《Deep learning》一文，由他、Hinton、Bengio 共同执笔，系统梳理图像、语音、语言领域的进展与挑战。这篇文章后来成为深度学习复兴史上被引用最多的综述之一。也正是从这一时期开始，杨立昆的位置从「卷积网络发明者」转变为「深度学习技术路线守门人」——这是理解他后来所有争议的起点。
三、2013—2018：FAIR、PyTorch，和「开放」这个词的重量
2013 年，Facebook 收购成立 FAIR（Facebook AI Research），杨立昆任主任。2014 年，FAIR 发表《Learning Deep Features for Discriminative Localization》，让卷积网络不仅能分类，还能定位物体在哪；2015 年他与同事在 CVPR 发表《Deep Inside Convolutional Networks》，系统讨论了类 CNN 的可解释性方法。
2016 年，FAIR 向开发者发布 Torch 深度学习框架；2018 年开源 PyTorch 1.0。PyTorch 的设计强调灵活性与研究效率，此后成为全球深度学习研究与教学的事实标准之一。当一个国家的 AI 人才密度取决于能否自由使用最好的工具时，PyTorch 的分量就远不只是一个框架的份额。
2017 年，杨立昆与 Hinton、Bengio 共同获得 ACM 图灵奖，表彰他们在深度学习概念与工程上的奠基性贡献。这是对「深度学习三巨头」这一称呼的正式确认——但也意味着一件事：他从这一天起，不再只是研究者，而成了这套技术体系的代言人，也成了它未来走向的公开辩护人。
四、2021—2025：从 CLIP 到 Segment Anything，再到「他说 AI 走错了路」
2020 年 FAIR 发表自监督学习相关工作；2021 年 FAIR 推出 CLIP 相关研究，论文使用约 4 亿图文对训练；2022 年 FAIR 发布 Segment Anything（SAM），论文称使用了约 1100 万张图像和超过 10 亿个掩码训练，面向通用图像分割。2024 年 Meta 发布 Llama 3，模型家族公开提供 8B 与 70B 参数版本。
但在同一段时间里，杨立昆成了 AI 行业最具争议的声音之一。他反复公开表示：仅靠预测下一个 token 的大语言模型，不可能在原理上产生真正的智能，因为它们既没有对世界状态的理解，也没有对物理因果的建模，更没有能在长时间尺度上做规划的机制。他主张的方向是「世界模型」与「能量模型」——让系统学习世界状态的抽象表征，并在这个表征空间里做预测与规划。
2023 年，FAIR 发表 JEPA 系列工作，核心思路是让模型在表征空间而非像素空间做预测，从而绕开「预测像素太难、也不重要」这一困境。2025 年，他参与创办 Advanced Machine Intelligence Institute（AMI）——一家由 Meta 资助的独立非营利 AI 研究机构，定位是开放、协作、面向科学发现的 AI 研发组织。
在一次公开访谈中，他被问到是否看好大模型路线时，给出了一个相当直接的回答：他把今天的 LLM 比作「在人类语言的统计结构上做压缩」，认为压缩本身不理解它压缩的东西。这是他的核心命题，也是他此后所有争论的原点。
五、他真正反对的是什么：一场关于「智能定义权」的争夺
理解杨立昆的争议，关键是区分他反对什么、他不反对什么。他不反对深度学习——他本人是这一技术的主要发明者之一；他不反对大模型的工程价值——他领导下的 FAIR 在数据和开源模型上的贡献有目共睹。他反对的是一种具体的观点：认为只要把语言模型做得足够大、喂足够多的数据，通用智能就会自然涌现。
他的论证路径是：智能的核心能力是预测世界状态、制定长期计划、在抽象空间里做因果推理；而语言模型训练的是「给定前文预测下一个 token」，这个目标里既没有物理世界，也没有行动后果。一个不能预测「我推倒这杯水会发生什么」的系统，无论语言多流畅，都不具备自主性。
这套论证的学术价值极高，但它在产业时间表上提出了一个尖锐的问题：如果世界模型是必经之路，那么以当前算力规模和工程节奏投入的资本，是否可能在两三年内被技术路线切换所摊薄？这正是资本市场对「首席 AI 科学家出走」与「开源实验室被 Meta 资助」这类消息反应强烈的原因。
六、一个法国人在美国的三十年，以及他留下的两份遗产
2024 年 5 月，纽约大学宣布授予杨立昆「纽约大学 特聘教授」荣衔，以表彰他在纽约大学数据科学研究所（由他从 2013 年起担任创始主任）期间的贡献。2025 年，他与 Meta 及合作伙伴共同推动 AMI 的落地，公开身份为 Meta 副总裁兼首席 AI 科学家、纽约大学教授、2017 年图灵奖得主。
回望他的轨迹：1960 年出生于法国，1983 年获国家博士，1988 年到贝尔实验室，1995 年加入 NYU，2013 年进入 Facebook，2017 年获图灵奖，2025 年参与创办一家非营利研究机构——他把大半生用在了把一个「不够工程、不够大规模」的思路，坚持成了一整套可用的技术栈。卷积网络、PyTorch、CLIP、SAM、JEPA，五代工作跨越三十年，每一代都在回答同一个问题：机器怎么看见、怎么理解。
而他今天抛出的新问题——智能到底需不需要理解世界——或许正是他留给下一个十年的那道题。对中国企业而言，这道题同样具体：当所有人都在把大模型参数往更大推的时候，一个来自 AT&T 贝尔实验室的法国人一直在提醒：能预测语言的系统，和能行动的智能之间，还隔着一整个范式。
