ヤン・ルクン

ウィキ
, , , ,
1

フランス系アメリカ人の計算機科学者。畳み込みニューラルネットワークの発明者、チューリング賞受賞者、機械知能のための世界モデルパラダイムの先駆者。

基本情報 / プロフィール

項目 詳細
フルネーム Yann André Le Cun
生年月日 1960年7月8日、フランス、ソワジー＝スー＝モンモランシー
国籍 フランス系アメリカ人
現在の所属 AMI Labs (執行会長); ニューヨーク大学 (Jacob T. Schwartz 冠教授)
研究分野 深層学習、畳み込みニューラルネットワーク、コンピュータビジョン、エネルギーベースモデル、世界モデル、画像圧縮、ロボティクス
博士課程指導教官 Maurice Milgram
博士論文 Modèles connexionnistes de l’apprentissage (コネクショニスト学習モデル), ピエール・エ・マリー・キュリー大学, 1987年
個人ウェブサイト yann.lecun.com
X / Twitter @ylecun
GitHub github.com/ylecun
Google Scholar scholar.google.com/citations?user=WLN3QrAAAAAJ
NYU 教員ページ engineering.nyu.edu/faculty/yann-lecun
ACM チューリング賞 amturing.acm.org/award_winners/lecun_6017366.cfm

概要

Yann LeCun は、コンピュータビジョンを変革し、2010年代の深層学習の商業展開を推進したモデル群である畳み込みニューラルネットワーク (CNN) の主要な設計者として広く認められているフランス系アメリカ人の計算機科学者である。フランスで教育を受け、トロント大学でのジェフリー・ヒントンのもとでのポスドク研究を経て、1980年代後半から1990年代にかけてベル研究所で LeNet を開発した。このネットワークは米国全土で手書き小切手を読み取るために大規模に導入され、そのアーキテクチャは今日使用されている事実上すべての視覚認識システムの基盤となっている。2018年にはヒントン、ヨシュア・ベンジオとともにチューリング賞を受賞し、この3人は「深層学習のゴッドファーザー」と通称されている。彼はメタ (Meta) で12年間チューフ AI サイエンティストを務め、基礎 AI 研究 (FAIR) 研究所を率い、オープンソース AI 開発を推進した。2025年11月にメタを離れ、世界モデルアーキテクチャに焦点を当てたベンチャー企業 Advanced Machine Intelligence Labs (AMI Labs) を設立し、2026年3月に10億3000万ドルを調達した。彼は2003年以来、業界での役割と並行して、NYU クーラント数理科学研究所の Jacob T. Schwartz 冠教授を務めている。

生い立ちと教育

幼少期とフランスでの形成

LeCun は1960年7月8日、パリ北部の郊外ソワジー＝スー＝モンモランシーで生まれた。彼の姓は古いブルトン語の形 Le Cunff に由来し、ブルターニュのギンガン地方にルーツを持つ; 名前の Yann は Jean のブルトン語相当である。彼は、コネクショニズム — 認知が単純なユニットのネットワークでモデル化できるという考え — が AI において少数派の立場だった時代にフランスで育ち、学習する機械の理論的可能性に幼い頃から興味を持った。20代後半までには、完全に立証されるまでに数十年を要する学習アルゴリズムの提案を発表していた。

ESIEE Paris (1980–1983)

LeCun は1983年に ESIEE Paris で工学修士号 (Diplôme d’Ingénieur) を取得した。これはフランスのグランゼコール伝統における工学資格である。このプログラムは、後に彼のニューラルネットワークアーキテクチャへのアプローチに影響を与える、数学と信号処理の厳格な基礎を彼に与えた。

ピエール・エ・マリー・キュリー大学 — 博士号 (1983–1987)

彼は1987年に、モーリス・ミルグラムの指導の下、ピエール・エ・マリー・キュリー大学 (現ソルボンヌ大学) で計算機科学の博士号を取得した。彼の論文 Modèles connexionnistes de l’apprentissage は、デビッド・ラメルハート、ジェフリー・ヒントン、ロナルド・ウィリアムズと独立かつほぼ同時期に、誤差逆伝播アルゴリズムの初期の形態を提案し、それを多層ネットワークに適用したものである。1985年のコグニティバ (Cognitiva) での論文は、標準的な1986年のラメルハート・ヒントン・ウィリアムズの Nature 誌発表に先立って、初期の非対称閾値ネットワーク学習スキームを記述していた。

トロント大学ヒントン研究室でのポスドク研究 (1987–1988)

AT&T に入社する前、LeCun はトロント大学でジェフリー・ヒントンのもとで1年間ポスドク研究員として過ごし、ニューラルネットワークの訓練ダイナミクスに関する理解を深め、この分野の発展を形作ることになる知的協力関係を築き始めた。この1年間は、LeCun、ヒントン、そしてより広いトロントグループとの間の協力関係を確固たるものにした。

経歴

AT&T ベル研究所 — 研究員 (1988–1996)

1988年、LeCun はニュージャージー州ホルムデルの AT&T ベル研究所の適応システム研究部門に入社した。この部門はローレンス・ジャッケルが率いていた。8年間で彼は彼の科学的遺産を定義する仕事を生み出した。1989年の論文「誤差逆伝播法を手書き郵便番号認識に適用する」は、局所受容野、重み共有、空間サブサンプリングを生物学的に動機付けられた階層で組み合わせた、成熟した形の畳み込みニューラルネットワークアーキテクチャを導入した。1998年までに、これは LeNet-5 に結実し、「勾配ベース学習を文書認識に適用する」 (Proceedings of the IEEE, 1998, レオン・ボトゥ、ヨシュア・ベンジオ、パトリック・ハフナー共著) で発表された。このネットワークは手書き数字をエンドツーエンドで読み取るように訓練された。関連する銀行小切手認識システムは NCR などによって導入され、ピーク時には米国で書かれた小切手の約10％を処理した。彼はまた、Optimal Brain Damage (NeurIPS 1990) を開発した。これは冗長な重みを除去するための原理に基づいた刈り込み技術であり、現在効率的な推論の中心となっているモデル圧縮手法の先駆けである。さらに、系列ラベリングタスクのためのグラフ変換ネットワークも開発した。

AT&T Labs-Research — 画像処理部門長 (1996–2003)

ベル研究所の分割後、LeCun は AT&T Labs-Research に画像処理研究部門の部門長として異動した。この期間の主要な成果は、レオン・ボトゥ、パトリック・ハフナーとともに開発した文書画像圧縮フォーマット DjVu である。これはスキャン文書の効率的なウェブ配信のために設計され、後にインターネットアーカイブによって採用された。彼はまた、ボトゥとともに Lush プログラミング言語を共同開発し、サポートベクターマシンの発明者であるウラジーミル・ヴァプニクと協力した。NEC 研究所での短期フェローシップの後、2003年にニューヨーク大学に加わった。

ニューヨーク大学 — Jacob T. Schwartz 冠教授 (2003–現在)

NYU クーラント数理科学研究所において、LeCun は計算機科学、データ科学、神経科学、電気・コンピュータ工学の兼任教授を務めている。NYU での彼の研究は、エネルギーベースモデル (EBM) — 推論を確率的正規化ではなくエネルギーの景観にわたる最適化問題として扱う、教師なし・自己教師あり学習のための枠組み — と、多段階物体認識アーキテクチャのための特徴学習に焦点を当てていた。彼はロブ・ファーガスらと NYU 機械学習グループを共同で指揮し、Raia Hadsell、Marc’Aurelio Ranzato、Koray Kavukcuoglu を含む世代の研究者を育成した。2012年には NYU データ科学センターの創設所長に就任し、2014年にメタでの役割が拡大した際に退任した。2013年には、ヨシュア・ベンジオとともに国際学習表現会議 (ICLR) を共同設立し、これはこの分野で最も重要な会議の一つに成長した。2016年にはコレージュ・ド・フランスの客員教授を務め、Chaire Informatique et Sciences Numériques の開講講義を行った。2023年には、クーラント研究所の Jacob T. Schwartz 冠教授の初代就任者に指名された。

メタ (Facebook) AI — 副社長兼チューフ AI サイエンティスト / FAIR 所長 (2013–2025)

2013年12月9日、LeCun はニューヨーク市の Facebook AI Research (FAIR) の初代所長に就任した。この役割はメタの成長に伴い、副社長兼チューフ AI サイエンティストへと発展した。彼は FAIR を最も生産的なアカデミックスタイルの産業用 AI 研究所の一つに構築し、オープン出版とオープンソース公開の理念を持った: FAIR は、PyTorch (深層学習研究を支配するようになったフレームワーク) の開発とオープンソース化、ならびに大規模コンピュータビジョンモデル、公平性とロバスト性のベンチマーク、自己教師あり学習手法に大きく貢献した。彼の在任中、彼は異端の公的立場を維持した: AI の存在リスクに関するナラティブに一貫して反論し、大規模言語モデルを汎用知能への道筋として位置づける枠組みに挑戦し、現在の AI システムはロバストな実世界の行動に必要な世界理解を欠いていると主張し続けた。2025年11月19日、LeCun は12年間務めたメタを離れ、自身の会社を設立することを確認した。

AMI Labs (Advanced Machine Intelligence Labs) — 執行会長 (2025–現在)

LeCun は2025年後半に Advanced Machine Intelligence Labs (AMI Labs) を共同設立し、Alex LeBrun が CEO、LeCun が執行会長を務めている。同社の研究テーゼは、大規模言語モデルは人間レベルの機械知能を達成するための構造的な行き止まりであり、正しい道は 世界モデル の構築であるというものである。世界モデルとは、マルチモーダルな感覚入力から物理世界の構造とダイナミクスを学習し、パターンに一致したテキスト生成ではなく、安全な計画と行動を可能にする予測システムである。2026年3月、AMI は、Cathay Innovation、Greycroft、Hiro Capital、HV Capital、Bezos Expeditions が共同で主導する10億3000万ドルの資金調達ラウンドを、評価額35億ドル (プレマネー) で発表した。2026年1月、LeCun は、エネルギーベースの推論システムを開発する AI 企業 Logical Intelligence の技術研究委員会の創設委員長にも就任した。

主な貢献

  • 畳み込みニューラルネットワーク / LeNet — 1989年から1998年にかけてベル研究所で CNN アーキテクチャを開発。生物学的に着想を得た局所結合、重み共有、プーリングを、誤差逆伝播法によってエンドツーエンドで訓練される階層に組み合わせた。論文「勾配ベース学習を文書認識に適用する」 (Proceedings of the IEEE, 1998) は、計算機科学で最も引用される研究の一つである。
  • 誤差逆伝播法 — 初期の独立した定式化 — 1987年の博士論文で、実用的な誤差逆伝播学習アルゴリズムを、標準的なラメルハート・ヒントン・ウィリアムズの定式化とは独立かつ同時期に提案した。
  • Optimal Brain Damage (NeurIPS 1990) — 損失のヘッセ行列の計算に基づく、ネットワーク重み刈り込みのための原理に基づいた二次の手法を導入。モデル圧縮と効率的推論への基礎的な貢献。
  • 銀行小切手 OCR システム — LeNet を NCR によって導入された商用システムに適用。ピーク時には米国の銀行小切手の約10％を処理。ニューラルネットワークの初期の大規模産業展開の一つ。
  • DjVu 画像圧縮 (1998年、レオン・ボトゥ、パトリック・ハフナーと) — スキャン文書に最適化された文書画像圧縮フォーマットを設計。同等の品質で JPEG よりも大幅に優れた圧縮を実現し、インターネットアーカイブに採用された。
  • エネルギーベースモデル — 確率的正規化ではなくエネルギー最小化に基づく、教師あり、教師なし、自己教師あり学習のための統一された理論的枠組みを開発。2006年のチュートリアルとその後の研究で明確化され、現代の対照的・共同埋め込み型自己教師あり手法の設計に影響を与えた。
  • グラフ変換ネットワーク — 畳み込み特徴と構造化予測を組み合わせた系列ラベリングアーキテクチャを開発。手書き認識と OCR に応用。
  • ICLR (2013年、ヨシュア・ベンジオと共同設立) — オープンピアレビュープロセスを備えた International Conference on Learning Representations を設立。現在、最も競争が激しく影響力のある AI 会議の一つ。
  • FAIR と PyTorch — メタの基礎 AI 研究ラボを率い、PyTorch のオープンソース公開を監督・促進。これにより PyTorch は TensorFlow に取って代わり、学術的な深層学習研究における支配的なフレームワークとなった。
  • 世界モデル / AMI Labs — 言語モデルの事前学習から、マルチモーダル入力から物理的現実の予測モデルを学習するアーキテクチャへのパラダイムシフトを明確にし、積極的に構築している。これにより、世界における安全な計画と行動が可能になる。

受賞歴と認知

  • ACM チューリング賞 (2018年、ジェフリー・ヒントン、ヨシュア・ベンジオと共同受賞) — コンピューティングにおける最高の栄誉。ニューラルネットワークにおける概念的な飛躍と工学的進歩により、他の2人の「深層学習のゴッドファーザー」とともに受賞。
  • IEEE ニューラルネットワーク先駆者賞 (2014年)
  • PAMI 卓越研究者賞 (2015年)
  • IRI メダル (2018年)
  • ハロルド・ペンダー賞, ペンシルベニア大学 (2018年)
  • フェロー, AAAI (2019年)
  • 米国科学アカデミー会員 (2021年)
  • 米国工学アカデミー会員
  • フランス科学アカデミー会員
  • アストゥリアス皇太子賞 学術研究部門 (2022年、ヒントン、ベンジオ、デミス・ハサビスと共同受賞)
  • レジオンドヌール勲章シュヴァリエ (2023年) — フランス大統領より授与。
  • VinFuture グランプリ (2024年、ベンジオ、ヒントン、ジェンセン・フアン、フェイフェイ・リーと共同受賞)
  • クイーンエリザベス工学賞 (2025年、ベンジオ、ビル・ダリー、ヒントン、ジョン・ホップフィールド、ジェンセン・フアン、フェイフェイ・リーと共同受賞) — 工学における最も権威ある国際賞。
  • 名誉博士号: IPN メキシコシティ (2016年), EPFL (2018年), コート・ダジュール大学 (2021年), シエナ大学 (2023年), 香港科技大学 (2023年)。

主な関係

  • ジェフリー・ヒントン — ポスドク時代の指導者であり、知的先駆者。チューリング賞の共同受賞者。両者は功績を共有する一方、特に AI 安全性のタイムラインについて時折公の場で意見が分かれる。LeCun はヒントンの警鐘は誇張されていると主張している。
  • ヨシュア・ベンジオ — チューリング賞共同受賞者であり、ICLR の共同設立者。画期的な LeNet 論文と、基礎的な2015年の Nature 誌サーベイ論文「Deep learning」で共同研究。両者は長年にわたる並行した補完的な研究の歴史を共有している。
  • レオン・ボトゥ — LeCun の研究協力関係の中で最も持続的なもの。ベル研究所、AT&T、FAIR にまたがる。DjVu、Lush 言語、確率的勾配降下法分析の共同発明者。
  • ウラジーミル・ヴァプニク — AT&T Labs での同僚であり、サポートベクターマシンの発明者。カーネル法とニューラルネットワークが優位を競っていた時期の知的対話者。
  • Raia Hadsell — NYU の博士課程学生で、後に DeepMind の主要研究者に。LeCun との自律オフロード走行に関する研究は、移動ロボット工学のための学習による知覚の初期のデモンストレーションであった。
  • Koray Kavukcuoglu — NYU および FAIR での協力者。後に DeepMind の研究担当副社長に。多段階物体認識アーキテクチャに関する研究を共著。
  • マーク・ザッカーバーグ — 2013年に LeCun を FAIR 設立のために採用。12年にわたる協力関係により、LeCun はプロダクト主導の会社の中で基礎研究を追求する異例の自由度を与えられた。
  • Alex LeBrun — LeCun が2025年に設立した AMI Labs の CEO。LeCun が執行会長兼主席研究戦略責任者を務める中、運営面を統括。

人物スタイル

LeCun は AI 分野で最も公に議論を挑む人物の一人である — ソーシャルメディアで精力的に発言し、反対意見を間違っていると名指しすることを厭わず、分野が誤った方向に進んでいると信じるときには外交的な婉曲表現を気にしない。AI 終末論に対する彼の拒絶は断固として一貫している: 彼は長年、近い将来の超知能リスクへの懸念は誤りであり、大規模言語モデルを含む現在のシステムは人間レベルの知能に必要な構造的特性を欠いていると主張してきた。2026年4月のブラウン大学での講演はその姿勢をよく示しており — 立ち見の聴衆に対して「AI はクソだ」と述べ、LLM 中心の投資は「完全な BS」だと語った — これらの立場は、それが流行の異端意見となる前から実質的に保持してきたものである。技術的には、彼はアーキテクチャ思考によって定義される: 彼の最も永続的な貢献 (CNN、エネルギーベースモデル、世界モデル) は個別のアルゴリズムではなく、あるクラスの問題にどのようにアプローチすべきかを再編成する枠組みである。彼は一貫してオープンサイエンスの提唱者であり、競合他社が研究をプロプライエタリにしていたときに FAIR でオープン出版を推進した。彼のブルトン起源は控えめな誇りとして現れる: 彼は名前を Jean ではなく Yann と署名し、語源を尋ねられたときに説明する。

参考文献