維基百科

楊立昆

法国計算機科學家

楊立昆（法語：Yann André LeCun，發音：[jan ɑ̃dʁe ləkœ̃]；1960年7月8日—），本名揚·安德烈·勒坎，是一名法國計算機科學家，2018年圖靈獎得主，他在機器學習、計算機視覺、移動機器人（英語：Mobile robot）和計算神經科學等領域都有很多貢獻。他最著名的工作是在光學字符識別和計算機視覺上使用卷積神經網絡，他也被稱為卷積網絡之父。[1][2]他同萊昂·博圖（英語：Léon Bottou）和派屈克·哈夫納（Patrick Haffner）等人創建了DjVu圖像壓縮技術。他同萊昂·博圖開發了Lush語言。2019年他同約書亞·本希奧以及傑弗里·辛頓共同獲得計算機學界最高獎項圖靈獎。

楊立昆
Yann LeCun
攝於2018年
出生 (1960-07-08) 1960年7月8日（64歲）
 法國蘇瓦西蘇蒙莫朗西
母校巴黎電子工程師高等學校（Diplôme d'Ingénieur）
巴黎第六大學（PhD）
知名於深度學習
獎項圖靈獎（2018）
美國人工智慧協會會士（英語：AAAI Fellow）（2018）
法國榮譽軍團勳章（2020）
網站yann.lecun.com 編輯維基數據鏈接
科學生涯
機構貝爾實驗室
紐約大學
Meta
論文Modèles connexionnistes de l'apprentissage（1987年）
博士導師莫里斯·米爾格拉姆（Maurice Milgram）
楊立昆於明尼蘇達大學（攝於2014年）

生平

編輯

楊立昆於1960年生於法國巴黎附近，1983年在巴黎電子工程師高等學校獲得了工程師學位（Diplôme d'Ingénieur），1987年在巴黎第六大學獲得計算機科學博士學位。博士就讀期間，他提出了神經網絡的反向傳播算法學習算法的原型。[3]隨後到多倫多大學在傑弗里·辛頓的指導下完成了博士後工作。

1988年，楊立昆加入位於美國新澤西州的霍姆德爾鎮區的貝爾實驗室的自適應系統研究部門。實驗室的領導是Lawrence D. Jackel，在此，他開發了很多新的機器學習方法，比如圖像識別的模型稱為卷積神經網絡,[4]"Optimal Brain Damage" regularization methods,[5]以及Graph Transformer Networks方法(類似於條件隨機域)，他將其應用到手寫識別和光學字符識別（OCR）中。[6]

他協助開發的銀行支票識別系統被NCR和其他的公司廣泛使用，該系統讀取了20世紀90年代末至21世紀初全美國超過10％的支票。

1996年，他加入了AT&T實驗室（英語：AT&T Labs），成為圖像處理研究部門的領導，這個部門是Lawrence Rabiner領導的語音和圖像處理研究實驗室的一部分，主要工作是DjVu圖像壓縮技術，[7]被以網際網路檔案館為首的網站使用，用來發布掃描的文檔。他的AT&T同事包括Léon Bottou和弗拉基米爾·瓦普尼克。

已隱藏部分未翻譯內容，歡迎參與翻譯。

After a brief tenure as a Fellow of the NEC Research Institute (now NEC-Labs America) in 普林斯頓, he joined 紐約大學 (NYU) in 2003, where he is Silver Professor of Computer Science Neural Science at the 科朗數學研究所 and the Center for Neural Science. He is also a professor at the 紐約大學坦登工程學院.[8][9] At NYU, he has worked primarily on Energy-Based Models for supervised and unsupervised learning,[10] feature learning for object recognition in 計算機視覺,[11] and mobile robotics.[12]

2012年，他成為了紐約大學數據科學中心的創建主任。[13] 2013年12月9日，楊立昆成為位於紐約的Facebook人工智慧研究院的第一任主任，[14]2014年初期逐步退出了NYU-CDS的領導層。

楊立昆獲得了2014 IEEE Neural Network Pioneer Award和2015 PAMI Distinguished Researcher Award。

已隱藏部分未翻譯內容，歡迎參與翻譯。

在2013年，他和約書亞·本希奧一起創建了International Conference on Learning Representations, which adopted a post-publication open review process he previously advocated on his website. He was the chair and organizer of the "Learning Workshop" held every year between 1986 and 2012 in Snowbird, Utah. He is a member of the Science Advisory Board of the Institute for Pure and Applied Mathematics[15] at 加州大學洛杉磯分校, and has been on the advisory board of a number of companies, including MuseAmi, KXEN Inc., and Vidient Systems.[16] He is the Co-Director of the Neural Computation & Adaptive Perception research program of CIFAR[17]

在2016年，他在巴黎法蘭西公學院的"Chaire Annuelle Informatique et Sciences Numériques"做訪問教授。His "leçon inaugurale" (inaugural lecture) has been an important event in 2016 Paris intellectual life.

姓名

編輯

楊立昆的原來中文譯名為：揚·勒丘恩，2017年他在中國的演講提供了正式的中文姓名[18]。他法文的姓是（Le Cun），到美國之後，很多人都誤認為Le是中間名，所以他在20世紀八九十年代把自己的姓的拼法改成了LeCun。[19][20]

參考

編輯
  1. ^ Convolutional Nets and CIFAR-10: An Interview with Yann LeCun.. [2016-08-31]. （原始內容存檔於2015-12-22）. 
  2. ^ LeCun, Yann; Bottou, Léon; Bengio, Yoshua; Haffner, Patrick. Gradient-based learning applied to document recognition (PDF). Proceedings of the IEEE. 1998, 86 (11): 2278–2324 [2013-11-16]. doi:10.1109/5.726791. （原始內容存檔 (PDF)於2021-07-03）. 
  3. ^ Y. LeCun: Une procédure d'apprentissage pour réseau a seuil asymmetrique (a Learning Scheme for Asymmetric Threshold Networks), Proceedings of Cognitiva 85, 599–604, Paris, France, 1985.
  4. ^ Y. LeCun, B. Boser, J. S. Denker, D. Henderson, R. E. Howard, W. Hubbard and L. D. Jackel: Backpropagation Applied to Handwritten Zip Code Recognition, Neural Computation, 1(4):541-551, Winter 1989.
  5. ^ Yann LeCun, J. S. Denker, S. Solla, R. E. Howard and L. D. Jackel: Optimal Brain Damage, in Touretzky, David (Eds), Advances in Neural Information Processing Systems 2 (NIPS*89), Morgan Kaufmann, Denver, CO, 1990.
  6. ^ Yann LeCun, Léon Bottou, Yoshua Bengio and Patrick Haffner: Gradient Based Learning Applied to Document Recognition, Proceedings of IEEE, 86(11):2278–2324, 1998.
  7. ^ Léon Bottou, Patrick Haffner, Paul G. Howard, Patrice Simard, Yoshua Bengio and Yann LeCun: High Quality Document Image Compression with DjVu, Journal of Electronic Imaging, 7(3):410–425, 1998.
  8. ^ People - Electrical and Computer Engineering. Polytechnic Institute of New York University. [2013-03-13]. （原始內容存檔於2013-12-05）. 
  9. ^ 存档副本. [2016-08-31]. （原始內容存檔於2017-04-01）. 
  10. ^ Yann LeCun, Sumit Chopra, Raia Hadsell, Ranzato Marc'Aurelio and Fu-Jie Huang: A Tutorial on Energy-Based Learning, in Bakir, G. and Hofman, T. and Schölkopf, B. and Smola, A. and Taskar, B. (Eds), Predicting Structured Data, MIT Press, 2006.
  11. ^ Kevin Jarrett, Koray Kavukcuoglu, Marc'Aurelio Ranzato and Yann LeCun: What is the Best Multi-Stage Architecture for Object Recognition?, Proc.
  12. ^ Raia Hadsell, Pierre Sermanet, Marco Scoffier, Ayse Erkan, Koray Kavackuoglu, Urs Muller and Yann LeCun: Learning Long-Range Vision for Autonomous Off-Road Driving, Journal of Field Robotics, 26(2):120–144, February 2009.
  13. ^ 存档副本. [2021-12-29]. （原始內容存檔於2013-05-11）. 
  14. ^ 存档副本. [2016-08-31]. （原始內容存檔於2021-02-24）. 
  15. ^ http://www.ipam.ucla.edu/programs/gss2012/ （頁面存檔備份，存於網際網路檔案館） Institute for Pure and Applied Mathematics
  16. ^ Vidient Systems （頁面存檔備份，存於網際網路檔案館）.
  17. ^ Neural Computation & Adaptive Perception Advisory Committee Yann LeCun. CIFAR. [16 December 2013]. （原始內容存檔於2016-04-08）. 
  18. ^ Yann LeCun清华演讲. 36kr. 36氪. 2017-03-23 [2021-05-31]. （原始內容存檔於2021-06-02） （中文）. 
  19. ^ No, Your Name can't possibly be pronounced that way （頁面存檔備份，存於網際網路檔案館）.
  20. ^ La leçon d’un maître de l’intelligence artificielle au Collège de France. Le Monde.fr (世界報). 2016-02-04 [2021-05-31]. （原始內容存檔於2021-11-03） （法語）. 

外部連結

編輯
取自「https://zh.wikipedia.org/w/index.php?title=杨立昆&oldid=85293821」