Ян ЛеКун

Ян ЛеКун — французский и американский учёный в области компьютерных наук, один из пионеров в сфере искусственного интеллекта, глубокого обучения и компьютерного зрения. Наиболее известен как создатель свёрточных нейронных сетей (CNN) и соавтор алгоритма обратного распространения ошибки. Лауреат премии Тьюринга (2018, совместно с Джеффри Хинтоном и Йошуа Бенжио), вице-президент и главный научный сотрудник по искусственному интеллекту компании Meta (организация признана экстремистской и запрещена в РФ).

Биография

Ян ЛеКун родился 8 июля 1960 года в пригороде Парижа, Франция. Его отец был инженером-авиастроителем, а мать — учительницей английского языка. С детства проявлял интерес к науке и технике.

В 1983 году получил диплом инженера в Высшей школе электротехники (ESIEE Paris). В 1987 году защитил докторскую диссертацию (PhD) в Университете Пьера и Марии Кюри (Париж VI) под руководством Мориса Мильграма. Тема диссертации была посвящена обучению нейронных сетей с обратной связью, где он впервые применил обратное распространение ошибки к свёрточным нейронным сетям.

После защиты докторской ЛеКун переехал в Канаду, где в 1988 году начал постдокторантуру в Университете Торонто под руководством Джеффри Хинтона. В 1988–1990 годах работал в Bell Labs (США), где разработал систему распознавания рукописных цифр на основе свёрточных нейронных сетей, которая впоследствии была коммерциализирована для чтения банковских чеков.

В 1996–2003 годах — профессор Нью-Йоркского университета (NYU), где основал Лабораторию вычислительной и биологической нейронауки. С 2003 года — профессор кафедры компьютерных наук, нейронауки и электротехники Нью-Йоркского университета.

В 2013 году стал директором Лаборатории искусственного интеллекта Facebook (продукт Meta, признанной экстремистской и запрещённой в РФ) (FAIR) (организация Meta признана экстремистской и запрещена в РФ). С 2023 года — главный научный сотрудник по искусственному интеллекту в Meta (организация признана экстремистской и запрещена в РФ).

Научный вклад

Свёрточные нейронные сети (CNN)

Основной научной заслугой ЛеКуна является разработка архитектуры свёрточных нейронных сетей, которые стали основой для современных систем компьютерного зрения. В 1989 году он опубликовал работу, в которой впервые применил обратное распространение ошибки к свёрточным слоям, создав прототип современной CNN.

Ключевые элементы, введённые ЛеКуном:

• Свёрточные слои: фильтры, сканирующие изображение и выделяющие локальные признаки (края, текстуры).
• Субдискретизация (pooling): уменьшение размерности карт признаков для повышения устойчивости к сдвигам и масштабированию.
• Полносвязные слои: классификация на основе выделенных признаков.

В 1998 году ЛеКун представил архитектуру LeNet-5, которая успешно распознавала рукописные цифры (база данных MNIST). Эта система была внедрена в банковскую систему США для автоматической обработки чеков.

Обратное распространение ошибки

Хотя алгоритм обратного распространения ошибки был разработан ранее (Румельхарт, Хинтон, Уильямс, 1986), ЛеКун внёс значительный вклад в его практическую реализацию. Он показал, что этот метод эффективен для обучения глубоких нейронных сетей, и разработал методы ускорения обучения (например, использование сигмоидной функции активации с определёнными параметрами).

Другие направления

• Обучение без учителя: ЛеКун разработал метод свёрточных автокодировщиков для обучения представлений без размеченных данных.
• Энергетические модели: предложил подход к обучению, основанный на минимизации энергии (Energy-Based Models).
• Контрастное обучение: разработал метод SimCLR для обучения визуальных представлений без учителя.
• Диффузионные модели: внёс вклад в развитие генеративных моделей, в частности, в области генерации изображений.

Награды и признание

• Премия Тьюринга (2018) — совместно с Джеффри Хинтоном и Йошуа Бенжио за «концептуальные и инженерные прорывы, которые сделали глубокие нейронные сети критическим компонентом вычислительной техники».
• Премия NEC C&C (2014) — за вклад в развитие нейронных сетей.
• Премия PAMI (2015) — за фундаментальные работы в области компьютерного зрения.
• Член Национальной инженерной академии США (2021).
• Член Французской академии наук (2021).
• Премия принцессы Астурийской (2022) — за вклад в развитие искусственного интеллекта.

Позиция по вопросам ИИ

Ян ЛеКун известен своей критической позицией по отношению к некоторым современным трендам в области искусственного интеллекта:

• Критика больших языковых моделей (LLM): ЛеКун неоднократно заявлял, что современные LLM (например, GPT) не являются истинным интеллектом, так как лишены понимания мира и способности к планированию. Он называет их «статистическими попугаями».
• Оптимизм в отношении ИИ: в отличие от многих коллег, ЛеКун считает, что угрозы от ИИ (в частности, риск вымирания человечества) сильно преувеличены. Он утверждает, что ИИ останется под контролем человека, если будет правильно спроектирован.
• Открытость исследований: ЛеКун активно выступает за открытые публикации и открытый код в области ИИ, критикуя закрытые модели (например, GPT-4 от OpenAI).
• Критика регулирования: выступает против чрезмерного регулирования исследований в области ИИ, считая, что это затормозит прогресс.

Критика

Деятельность и взгляды ЛеКуна подвергаются критике с разных сторон:

• Этическая критика: работа в Meta (организация признана экстремистской и запрещена в РФ) вызывает критику со стороны правозащитников, указывающих на проблемы конфиденциальности и распространения дезинформации через платформы компании.
• Научная критика: некоторые исследователи считают, что ЛеКун недооценивает риски, связанные с развитием сильного ИИ.
• Критика подхода: оппоненты ЛеКуна (например, сторонники символического ИИ) утверждают, что его подход к обучению нейронных сетей не способен породить настоящий интеллект, так как не учитывает логические и символические аспекты.

Интересные факты

• ЛеКун свободно говорит на французском, английском и испанском языках.
• Он активно ведёт блог и социальные сети, где комментирует новости в области ИИ.
• В 2023 году ЛеКун стал одним из самых цитируемых учёных в области компьютерных наук.
• ЛеКун является автором более 200 научных публикаций, многие из которых имеют десятки тысяч цитирований.
• В 2019 году он подписал открытое письмо с призывом к мораторию на разработку систем автоматического распознавания лиц, но позже изменил свою позицию, признав, что технологии могут быть полезны.

Источники

1. LeCun, Y., Bottou, L., Bengio, Y., & Haffner, P. (1998). Gradient-based learning applied to document recognition. Proceedings of the IEEE, 86(11), 2278–2324.
2. LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436–444.
3. Премия Тьюринга 2018 года — официальный сайт ACM.
4. Биография Яна ЛеКуна на сайте Нью-Йоркского университета.
5. Интервью Яна ЛеКуна журналу Wired (2023).
6. Публичные лекции и выступления Яна ЛеКуна на конференциях NeurIPS, ICML, CVPR.