AGI Daily
资讯日报词条论文人物新创
Yann LeCun · 人物 | AGIDaily
人物目录

Yann LeCun

也称 杨立昆

纽约大学教授、AMI Labs 执行董事长,研究视觉表示、自监督学习与用于推理和规划的世界模型。

个人介绍

Yann LeCun 研究机器如何从图像与其他感知数据中学到可用于识别和决策的表示。他与 Yoshua Bengio、Geoffrey Hinton 合著的《Deep learning》梳理了多层表示学习、反向传播、卷积网络与循环网络之间的联系;其后参与的 I-JEPA 工作研究在表示空间中预测图像缺失区域。

他现任纽约大学 Jacob T. Schwartz 教授及 AMI Labs 执行董事长。AMI Labs 的研究目标是从真实世界传感数据中学习抽象世界模型,在表示空间预测动作后果,为机器人等系统的推理与规划提供基础。

机构与经历

  • New York University

    Jacob T. Schwartz 教授

    现任

  • AMI Labs

    执行董事长

    现任

公开联系方式

  • 本人主页与公开联系入口

研究成果

他的研究路线强调学习可复用的内部表示,并将这种表示用于理解感知数据。I-JEPA 把预测目标放在图像特征空间,减少对像素重建的依赖;AMI Labs 则把对真实世界的预测与动作规划作为研究目标,延伸了这一表示学习思路。

  • Deep learning

    2015

    共同作者。这篇综述解释多层网络如何学习不同抽象层次的表示,梳理反向传播、卷积网络与循环网络在视觉、语音和序列任务中的作用。

    暂未收录引用统计

  • Self-Supervised Learning from Images with a Joint-Embedding Predictive Architecture

    2023

    共同作者。论文提出 I-JEPA,利用图像的上下文区域预测目标区域的表示,以非生成式自监督目标学习可用于下游任务的视觉特征。

    暂未收录引用统计

参考来源

  1. Yann LeCun 本人主页:当前机构、职务与研究方向
  2. AMI Labs 官方网站:研究目标
  3. Deep learning:Nature 原论文
  4. I-JEPA 原论文
  5. 头像:纽约大学 Tandon 工程学院 Yann LeCun 人物页

在文章或论文中关联此人

[Yann LeCun](/people/yann-lecun)