Ingenieursphilosophie: Yann LeCun, die Welt lernen – und zwar offen

Die wichtigsten Erkenntnisse

• Die Welt lernen, weitgehend im Alleingang. LeCuns Kernwette lautet: Intelligenz entsteht, wenn eine Maschine durch Beobachtung lernt, wie die Welt funktioniert – selbstüberwachtes Lernen –, während menschliche Labels nur eine dünne Garnitur obenauf bilden. Der berühmte Torten-Vergleich macht die Proportionen greifbar: Die Masse ist selbstüberwacht, der Zuckerguss überwacht, die Kirsche bestärkendes Lernen.
• Die Faltung machte Sehen lernbar. In den Bell Labs wandte er Backpropagation auf handgeschriebene Ziffern an (1989) und entwickelte die LeNet-Familie faltender Netze; LeNet-5 (1998) wurde zu jener Architektur, die im kommerziellen Einsatz bis 2001 rund 10 % aller Schecks in den Vereinigten Staaten las.
• Offene Forschung ist eine Methode, kein Slogan. Als Gründungsdirektor von FAIR bei Facebook/Meta (2013) und als Chief AI Scientist machte er Veröffentlichung und Open Source zum Standardfall – Code und Modellgewichte von I-JEPA erschienen gemeinsam mit dem Paper –, getragen von der Überzeugung, dass sich offene Wissenschaft schneller potenziert als geheime.
• Der Optimist, der LLMs skeptisch sieht. Als Turing-Mitpreisträger von 2018 neben Hinton und Bengio hält LeCun autoregressive Sprachmodelle für „eine Ausfahrt” auf dem Weg zu Intelligenz auf menschlichem Niveau; die eigentliche Straße führe über Weltmodelle wie JEPA. Im November 2025 verließ er Meta, um genau das zu bauen.

Das Prinzip

„Allein durch das Skalieren von LLMs werden wir keine KI auf menschlichem Niveau erreichen” – sie „sagen schlicht Text voraus, statt die Welt wirklich zu verstehen.” – Yann LeCun über seinen Weggang von Meta, 2025¹⁰

Das Prinzip hinter diesem Satz ist älter als die Ära der LLMs, und LeCun hält seit vierzig Jahren konsequent daran fest: Eine Maschine soll weitgehend selbstständig lernen, wie die Welt funktioniert, indem sie vorhersagt, was sie beobachtet – statt mit menschlichen Labels gefüttert zu werden. Und die Wissenschaft dazu gehört ins Offene. Das meiste, was ein Tier weiß, lernt es ohne Lehrer. Ein Säugling lernt, dass Gegenstände ohne Halt fallen, dass verdeckte Dinge weiter existieren, dass die Welt stabile Strukturen hat – lange bevor irgendjemand auch nur ein einziges Ding für ihn benennt. LeCuns Wette lautet: Genau diese Art des Lernens – das Aufnehmen der Weltstruktur aus rohen, unbeschrifteten Sinneseindrücken hoher Bandbreite – macht den Großteil von Intelligenz aus, während überwachtes und bestärkendes Lernen vergleichsweise dünne Schichten darüber bleiben.

Das ist der Gehalt seines meistzitierten Satzes, der Torte: „Wenn Intelligenz eine Torte ist, dann ist die Masse der Torte selbstüberwachtes Lernen, der Zuckerguss ist überwachtes Lernen und die Kirsche obendrauf ist bestärkendes Lernen.”⁵ Ursprünglich sagte er 2016 unüberwacht und korrigierte das bis 2019 bewusst zu selbstüberwacht – eine Präzisierung, auf die es ankommt, weil sie den Mechanismus benennt: Die Daten liefern ihre Labels selbst. Verdecke einen Teil der Eingabe, sage ihn aus dem Rest voraus; die Welt ist ihr eigener Lehrer.⁵ Die Proportionen im Vergleich sind das ganze Argument. Wenn die Torte überwiegend selbstüberwacht ist, dann optimiert ein Forschungsfeld, das seine Kraft in immer größere Systeme zur Vorhersage des nächsten von Menschen geschriebenen Tokens steckt, aus seiner Sicht am Zuckerguss.

Die zweite Hälfte des Prinzips ist Offenheit. LeCun baute seine Laufbahn und sein Labor auf der Überzeugung auf, dass KI-Forschung am schnellsten vorankommt, wenn sie publiziert, reproduzierbar und quelloffen ist – ein Standpunkt, der dem Instinkt der Branche zuwiderläuft, Spitzenarbeit zu horten. Beide Hälften hängen zusammen: Ist der Weg zu echter Intelligenz lang und ungewiss, wird ihn kein einzelnes Labor allein gehen, und der einzige Weg herauszufinden, welche Architekturen die Welt tatsächlich lernen, führt darüber, sie offenzulegen und alle daran testen zu lassen. Die Welt lernen, und zwar offen – Vorhersage als Motor, Offenheit als Methode.

Kontext

Yann André Le Cun wurde am 8. Juli 1960 in Soisy-sous-Montmorency bei Paris geboren.¹ 1987 promovierte er an der Université Pierre et Marie Curie (heute Teil der Sorbonne-Universität); seine Dissertation enthielt bereits eine frühe Form der Backpropagation – jener Idee, die das Feld prägen sollte.¹ Er war Konnektionist, bevor Konnektionismus als seriös galt, und arbeitete an gehirnähnlichen Lernnetzen gerade in der Zeit, in der der Rest der KI-Forschung sie abgeschrieben hatte.

1988 wechselte er zu den AT&T Bell Laboratories, jener Institution, in der seine folgenreichste Ingenieursarbeit entstand.¹ Die Bell Labs gaben ihm echte Daten und einen Grund, Netze tatsächlich zum Funktionieren zu bringen, statt bloß über sie zu theoretisieren: handgeschriebene Ziffern des US-Postdienstes, später die Beträge auf Bankschecks. Die Randbedingung war unerbittlich – ein Scheckleser, der eine Ziffer halluziniert, kostet Geld – und sie drängte ihn zu einer Architektur, die die Struktur von Bildern ernst nahm, statt ein Bild als ungegliederten Haufen Pixel zu behandeln.

Nach den Bell Labs ging er 2003 als Professor für Informatik an die NYU.¹ Im Dezember 2013 holte ihn dann Mark Zuckerberg, um Facebook AI Research (FAIR) aufzubauen und zu leiten; er wurde Chief AI Scientist des Konzerns – ein Posten, den er über ein Jahrzehnt innehatte, während er nebenbei Professor an der NYU blieb.¹¹⁰ FAIR wurde zu einem der produktivsten offenen Industrieforschungslabore seiner Zeit, unmittelbarer Ausdruck seiner Überzeugung, dass Wissenschaft geteilt gehört. Diese Zeit endete im November 2025, als er ging, um sein eigenes Start-up für Weltmodelle zu gründen – die denkbar klarste Aussage darüber, auf welcher Seite der LLM-Wette er steht.¹⁰

Das Werk

Faltende Netze und LeNet: die Schecks der Welt lesen (1989–1998)

Die zentrale technische Idee in LeCuns Laufbahn ist das faltende neuronale Netz (Convolutional Neural Network), und am klarsten spürt man ihre Bedeutung, wenn man eines bei der Arbeit sieht. Ein naives Netz, das jedes Pixel mit jedem Neuron verbindet, ist zugleich riesig und strukturblind: Es hat keinen Begriff davon, dass ein Strich oben links im Bild dieselbe Art von Ding ist wie derselbe Strich unten rechts. LeCuns Einsicht – aufbauend auf Kunihiko Fukushimas Neocognitron und verankert im visuellen Cortex des Gehirns – bestand darin, einen kleinen Filter (einen Kernel) über das Bild zu schieben und an jeder Position dieselbe Handvoll Gewichte zu berechnen, sodass das Netz ein Merkmal einmal lernt und es überall erkennt.⁷ Das interaktive Element unten führt genau diese Operation vor: Wählen Sie einen kantendetektierenden Kernel, sehen Sie ihm beim Überstreichen einer Ziffer zu und beobachten Sie, wie die „Merkmalskarte” überall dort aufleuchtet, wo das passende Muster auftaucht.

Die Geschichte dahinter ist handfest. 1989 wandten LeCun und Kollegen in den Bell Labs als Erste den Backpropagation-Algorithmus auf ein praktisches Problem an – die Erkennung handgeschriebener Postleitzahlen auf Sendungen des US-Postdienstes – und schufen damit den Prototyp, aus dem LeNet-1 wurde.² Fast ein Jahrzehnt der Verfeinerung führte zum wegweisenden Paper von 1998, „Gradient-Based Learning Applied to Document Recognition” von LeCun, Léon Bottou, Yoshua Bengio und Patrick Haffner, das LeNet-5 beschrieb und darlegte, dass gradientenbasiertes Lernen die von Hand entworfene Merkmalsextraktion in der Dokumentenerkennung ersetzen kann.³

Das war keine Benchmark-Kuriosität. NCR setzte LeNet-basierte Scheckleser ab Juni 1996 kommerziell ein, und bis 2001 las das System schätzungsweise etwa 20 Millionen Schecks pro Tag – rund 10 % aller Schecks in den Vereinigten Staaten.² Zu einer Zeit, als neuronale Netze von weiten Teilen des Fachs noch belächelt wurden, hatte LeCun eines im Stillen ein Zehntel der Schecks einer Nation lesen lassen. Die Architektur, die er für dieses Problem entwarf – Faltung, Pooling, gelernte Merkmale, hierarchisch gestapelt –, ist strukturell dieselbe Idee, die heute die maschinelle Bildverarbeitung trägt.

Offene Forschung und FAIR

Als LeCun 2013 FAIR aufbaute, traf er eine für ein Konzernlabor keineswegs naheliegende Entscheidung: Die Arbeit sollte offen sein. Papers veröffentlichen, Code freigeben, Modelle teilen.¹¹⁰ Die Wette dahinter: Ein offenes Labor zieht die besten Forschenden an (die wollen, dass ihre Arbeit gesehen und zitiert wird), bringt das gesamte Feld schneller voran und lässt – nicht zuletzt – die Welt prüfen und verbessern, was man baut.

Das ist der philosophische Verwandte davon, warum Open Source keine Sicherheitsgrenze ist: Offenheit garantiert keine Korrektheit, aber sie ist der Mechanismus, durch den Korrektheit überhaupt gefunden wird. LeCuns Fassung überträgt das auf die Wissenschaft. Welche Architekturen die Struktur der Welt tatsächlich lernen, lässt sich nicht im stillen Kämmerlein erschließen; man veröffentlicht sie, andere reproduzieren oder widerlegen sie, und die Wahrheit übersteht die Prüfung. Metas Freigabe von I-JEPA im Jahr 2023 ist dieses Muster im Kleinen – Trainingscode und Modellgewichte erschienen zusammen mit dem Paper, nicht Monate später und nicht nie.⁸ In einer Zeit, in der Spitzenlabore ihre besten Ergebnisse zunehmend als Betriebsgeheimnis behandeln, ist LeCuns offene Haltung eine bewusste, gegen den Strom gerichtete Position dazu, wie sich Wissen vermehrt.

Selbstüberwachtes Lernen: die Torte

Die tiefste von LeCuns Ideen hat zugleich die eingängigste Verpackung. Seit Jahren argumentiert er, das Feld habe die Proportionen von Intelligenz verkehrt herum im Kopf – und er veranschaulichte das kulinarisch. Bei seinem Vortrag auf dem NYU-Symposium Future of AI Anfang 2016 und in seiner NeurIPS-Keynote desselben Jahres zeigte er eine Torte: „Wenn Intelligenz eine Torte ist, dann ist die Masse der Torte unüberwachtes Lernen, der Zuckerguss ist überwachtes Lernen und die Kirsche obendrauf ist bestärkendes Lernen.”⁵ Bis 2019 hatte er „unüberwacht” bewusst zu „selbstüberwacht” revidiert – einer Variante, in der die Daten ihre eigene Überwachung liefern, indem ein Teil der Eingabe verborgen und das Modell darauf trainiert wird, ihn aus dem Rest vorherzusagen.⁵

Die Korrektur ist nicht kosmetisch; sie benennt den Motor. „Unüberwacht” beschreibt die Abwesenheit von Labels. „Selbstüberwacht” beschreibt einen positiven Mechanismus: Die beobachtete Welt wird zu ihrem eigenen Trainingssignal. Genau so, argumentiert er, eignen sich Menschen und Tiere den überwältigenden Großteil ihres Wissens an – jene Alltagsphysik und Struktur, die niemand für uns beschriftet. Seine Formel dafür lautet „dunkle Materie der Intelligenz”: jene gewaltige, unbeschriftete Masse an Gelerntem, die überwachte und bestärkende Verfahren nur noch verzieren.⁵ Hat er mit den Proportionen recht, dann ist das wichtigste Forschungsproblem der KI nicht größere beschriftete Datensätze oder mehr Belohnungssignale, sondern bessere selbstüberwachte Zielfunktionen – die Welt lernen, indem man sie betrachtet.

Weltmodelle und JEPA: die LLM-skeptische Haltung

LeCuns öffentlichste und umstrittenste Position folgt unmittelbar aus der Torte. Ist echte Intelligenz überwiegend selbstüberwachtes Lernen der Weltstruktur, dann lernt ein System, das rein auf die Vorhersage des nächsten von Menschen geschriebenen Tokens trainiert wurde, ein Wortmodell und kein Weltmodell – und erbt die Grenzen dieses Substrats. Er hat das unverblümt gesagt: Autoregressive LLMs seien „eine Ausfahrt” auf dem Weg zu Intelligenz auf menschlichem Niveau, nützlich, aber nicht der Weg; „allein durch das Skalieren von LLMs werden wir keine KI auf menschlichem Niveau erreichen.”⁹¹⁰

Seine vorgeschlagene Alternative ist die Joint Embedding Predictive Architecture (JEPA), eingeführt in seinem Positionspapier „A Path Towards Autonomous Machine Intelligence” von 2022.⁶ Der entscheidende Zug betrifft den Ort der Vorhersage. Ein generatives Modell versucht, fehlende Eingaben Pixel für Pixel zu rekonstruieren, und verschwendet damit Kapazität darauf, unvorhersagbares Detail zu modellieren – weshalb generative Modelle bekanntlich an Dingen wie der exakten Zahl der Finger einer Hand scheitern.⁸ Eine JEPA sagt stattdessen in einem abstrakten Repräsentationsraum voraus und darf Details ignorieren, die ohnehin nicht vorhersagbar sind, um sich auf die strukturellen, entropiearmen Regelmäßigkeiten einer Szene zu konzentrieren.⁶⁸ Metas I-JEPA (2023) war das erste konkrete Bildmodell nach dieser Vision – und es erschien offen.⁸

Der Kontrast zum anderen „Godfather” ist der schärfste dieser Reihe. Geoffrey Hinton teilte denselben Turing Award und dieselben einsamen Jahrzehnte der Überzeugung, wandte sich dann aber 2023 mit der Warnung an die Öffentlichkeit, die Technologie könnte gefährlich sein. LeCun ist der Optimist des Trios – skeptisch nicht gegenüber der Sicherheit von KI, sondern gegenüber der Obergrenze der heutigen Architektur – und im November 2025 setzte er seine Laufbahn auf diese Überzeugung: Er verließ Meta und gründete in Paris Advanced Machine Intelligence (AMI) Labs, ein Start-up, das ausdrücklich um Weltmodelle statt um größere Sprachmodelle herum gebaut ist.¹⁰ Zwei Godfathers, ein Preis, entgegengesetzte Botschaften: Hinton sagt: langsamer, es könnte zu gut funktionieren; LeCun sagt, diese eine Straße führt nicht dorthin, wo alle glauben – und zeigt auf eine andere.

Die Methode

Die Methode zieht sich unverändert vom Scheckleser bis zum Weltmodell-Start-up durch: die Architektur bauen, die die Struktur des Problems verlangt, so viel wie möglich ohne Labels lernen und das Ganze im Offenen tun.

Kodieren Sie die Struktur in die Architektur. Faltung funktioniert, weil sie eine wahre Eigenschaft von Bildern – Translationsinvarianz – direkt in die Verdrahtung des Netzes einbaut, statt das Modell zu zwingen, sie von Grund auf zu lernen. Die Lehre lässt sich verallgemeinern: Wenn Sie etwas über das Problem wissen, bauen Sie es in die Architektur ein, statt zu hoffen, die Daten würden es beibringen.²³

Machen Sie die Daten zu ihrem eigenen Lehrer. Labels sind knapp und teuer; rohe Beobachtung gibt es im Überfluss. Die selbstüberwachte Haltung – einen Teil der Eingabe verdecken und aus dem Rest vorhersagen – ist LeCuns Vorschlag, den Großteil dessen zu lernen, was ein System wissen muss. Greifen Sie zuletzt zur menschlichen Überwachung, nicht zuerst.⁵

Sagen Sie im Repräsentationsraum voraus, nicht im Pixelraum. Verschwenden Sie keine Kapazität auf Details, die Sie ohnehin nicht vorhersagen können. JEPAs zentrale Konstruktionsentscheidung besteht darin, abstrakte Repräsentationen vorherzusagen und das Unvorhersagbare bewusst zu verwerfen – eine Disziplin der Frage, was überhaupt der Modellierung wert ist.⁶⁸

Veröffentlichen Sie es. Offene Papers, offener Code, offene Modelle. LeCun ist überzeugt, dass Wissenschaft im Offenen wächst und im Geheimen stockt – und er führte eines der größten Labore der Branche ein Jahrzehnt lang nach diesem Grundsatz.¹⁸¹⁰

Beziehen Sie die unpopuläre Position, wenn die Belege sie stützen. Er glaubte durch die KI-Winter hindurch an neuronale Netze, und er hält heute daran fest, dass LLMs ein Umweg sind, während die gesamte Branche Kapital in sie schaufelt. Die Bereitschaft, auf dem Höhepunkt eines Hypes der laute Zweifler zu sein, ist derselbe Muskel, der ihn bei der Faltung hielt, als sie niemanden interessierte.⁹¹⁰

Einflusskette

Wer ihn prägte

Kunihiko Fukushima. Fukushimas Neocognitron (1980) – ein geschichtetes, verschiebungstolerantes visuelles Netz nach dem Vorbild des Cortex – war der unmittelbare Vorfahr des faltenden Netzes. LeCun ergänzte durchgängiges Lernen per Backpropagation und machte aus einer von Hand abgestimmten Architektur eine, die ihre Filter selbst lernt. (Direkter Einfluss)

David Hubel und Torsten Wiesel. Ihre mit dem Nobelpreis ausgezeichnete Neurowissenschaft des visuellen Cortex – einfache Zellen, die lokale Merkmale erkennen, komplexe Zellen, die über Positionen hinweg zusammenfassen – ist die biologische Blaupause, die Faltung und Pooling formalisieren. LeCun argumentierte, wie Hinton, von der Frage her, wie Gehirne tatsächlich sehen. (Prägender Einfluss)

Die konnektionistische Backpropagation-Linie. LeCun entwickelte in seiner Dissertation von 1987 eine frühe Form der Backpropagation und landete damit beim selben Motor, den die Arbeit von Rumelhart, Hinton und Williams 1986 berühmt machte. Er übernahm und erweiterte das konnektionistische Programm, als es zutiefst aus der Mode war. (Direkter Einfluss)

Wen er prägte

Die moderne maschinelle Bildverarbeitung. Jedes faltende Bildsystem – die, die medizinische Aufnahmen auswerten, die Wahrnehmung autonomer Fahrzeuge tragen und Handykameras antreiben – stammt strukturell von LeNet ab. Er hat nicht bloß zum Feld beigetragen; er hat dessen Grundarchitektur geliefert.

Die selbstüberwachte Wende. Der branchenweite Schwenk zum Lernen aus unbeschrifteten Daten – maskiertes Vortraining, kontrastive Verfahren, Joint-Embedding-Ziele – läuft geradewegs durch LeCuns Torten-Bild und sein jahrzehntelanges Beharren darauf, dass hier der Großteil von Intelligenz sitzt.

Eine Generation von FAIR-Forschenden. Indem er eines der größten offenen Industrielabore führte, prägte LeCun, wie eine ganze Generation publiziert und Arbeit teilt – und legte den Grundstein für einen Großteil des offenen Modell-Ökosystems, das heute außerhalb der verschlossensten Spitzenlabore existiert.

Der rote Faden

LeCun ist die bildverarbeitende Wurzel des Deep-Learning-Zweigs dieser Reihe, und die klarste Linie führt nach vorn zu Andrej Karpathy, dessen Arbeit mitten in jenem Feld gelernten Sehens liegt, das die Faltung eröffnet hat – und dessen Umdeutung „Software 2.0” (ein Netz als Programm, das aus Daten kompiliert wird) die natürliche Verallgemeinerung von LeCuns Schritt vom handgebauten zum gelernten Scheckleser ist. Der schärfste Kontrast besteht zu seinem Turing-Mitpreisträger Geoffrey Hinton: Die beiden „Godfathers” teilen den Preis, die einsamen Jahrzehnte und die Wette auf gehirnähnliches Lernen, gehen im gegenwärtigen Moment aber auseinander. Hinton, der Besorgte, verließ 2023 Google, um zu warnen, die Sache könnte zu mächtig sein; LeCun, der Optimist, verließ 2025 Meta, um zu argumentieren, die vorherrschende Architektur sei nicht mächtig genug, und eine andere zu bauen. Wo Hinton das Ergebnis fürchtet, bestreitet LeCun die Route. Zwei Routen, ein Berg: Hinton vertraut darauf, dass die Gefahr real ist; LeCun vertraut darauf, dass die offen gelernte Welt der Weg ist. (Brücke innerhalb der Reihe)

Was ich daraus mitnehme

Was mir von LeCun bleibt: Die Architektur soll den Teil des Problems tragen, den man wirklich verstanden hat. Faltung funktioniert, weil sie Translationsinvarianz ins Netz einbaut, statt zu hoffen, eine Milliarde Beispiele bringen sie schon bei – und genau zu diesem Zug greife ich beim Entwurf von Systemen: Wenn ich etwas über die Domäne sicher weiß, kodiere ich es in der Struktur, statt es dem Zufall zu überlassen. Es ist derselbe Instinkt wie der, Geschmack als technisches System zu behandeln, das man verteidigen kann, und nicht als Bauchgefühl, auf dessen Auftauchen man hofft – die bekannte Randbedingung gehört in den Entwurf, wo sie überprüfbar ist, und nicht ins Stoßgebet, die Ausgabe möge sich schon benehmen.

Die härtere Lehre ist die LLM-Skepsis. LeCun steht auf dem absoluten Höhepunkt eines Hypes – die ganze Branche, das Kapital, die Aufmerksamkeit, alles zeigt auf das Skalieren von Sprachmodellen – und gibt öffentlich zu Protokoll, das sei eine Ausfahrt. Er kann sich irren; entscheidend ist, dass er bereit ist, die abweichende Stimme zu sein, wenn Abweichung teuer wird, verankert in einem konkreten technischen Argument über Vorhersage im Repräsentationsraum statt in bloßem Widerspruchsreflex. Das ist die Beweisschwelle, gerichtet auf den Konsens selbst: nicht „alle sind begeistert, also muss es der Weg sein”, sondern „was lernt diese Architektur eigentlich, und ist das die Sache, die wir wollen?” Und die Offenheit ist der Teil, den ich am unmittelbarsten übernehme – die Überzeugung, dass man nur herausfindet, wer recht hat, indem man die Arbeit veröffentlicht und prüfen lässt. Deshalb behandle ich Qualität als einzige Variable und den Steve-Test – ob die Arbeit es verdient zu existieren – als etwas, dem man sich zur Prüfung stellt, nicht als etwas, das man behauptet. LeCun hat seine gesamte Laufbahn zweimal darauf gesetzt, die Welt zu lernen, statt ihre Labels auswendig zu lernen – und das dort zu tun, wo alle zusehen können.

FAQ

Was ist Yann LeCuns Ingenieursphilosophie?

Die Welt lernen, und zwar offen. LeCun argumentiert, Intelligenz sei überwiegend selbstüberwacht – eine Maschine lernt die Struktur der Welt, indem sie vorhersagt, was sie beobachtet, während menschliche Labels und Belohnungssignale nur dünne Schichten darüber bilden. Festgehalten hat er das im Torten-Vergleich: Selbstüberwachtes Lernen ist die Masse, überwachtes Lernen der Zuckerguss, bestärkendes Lernen die Kirsche.⁵ Dazu kommt sein Bekenntnis zu offener Forschung: Papers, Code und Modelle veröffentlichen, damit die Wissenschaft reproduziert und geprüft werden kann.¹⁸ Seine ingenieurliche Handschrift besteht darin, bekannte Struktur direkt in die Architektur zu kodieren – so wie die Faltung Translationsinvarianz in ein Bildnetz einbaut.²³

Was hat Yann LeCun erfunden, und wie wurde es kommerziell eingesetzt?

Er ist der Haupterfinder des modernen faltenden neuronalen Netzes. 1989 gehörte er in den Bell Labs zu den Ersten, die Backpropagation auf eine praktische Aufgabe anwandten – die Erkennung handgeschriebener Postleitzahlen –, woraus der LeNet-Prototyp entstand; das Paper von 1998, „Gradient-Based Learning Applied to Document Recognition” (mit Bottou, Bengio und Haffner), beschrieb LeNet-5.²³ Kommerziell setzte NCR ab 1996 LeNet-basierte Scheckleser ein; bis 2001 las das System schätzungsweise etwa 20 Millionen Schecks pro Tag – rund 10 % aller Schecks in den Vereinigten Staaten.²

Warum steht Yann LeCun großen Sprachmodellen skeptisch gegenüber?

Weil autoregressive LLMs aus seiner Sicht ein Modell von Text lernen und kein Modell der Welt – und deshalb allein durch Skalierung keine Intelligenz auf menschlichem Niveau erreichen können; er nennt sie „eine Ausfahrt” auf dem Weg dorthin.⁹¹⁰ Seine vorgeschlagene Alternative ist die Joint Embedding Predictive Architecture (JEPA) aus seinem Paper „A Path Towards Autonomous Machine Intelligence” von 2022: Sie sagt in einem abstrakten Repräsentationsraum voraus und ignoriert unvorhersagbares Detail, statt jedes Pixel oder Token zu erzeugen.⁶⁸ Im November 2025 verließ er Meta und gründete in Paris die AMI Labs, um Weltmodelle direkt zu verfolgen.¹⁰

Hat Yann LeCun den Turing Award gewonnen?

Ja. Er teilte sich den ACM A.M. Turing Award 2018 mit Geoffrey Hinton und Yoshua Bengio – die drei „Godfathers of Deep Learning” – „für konzeptionelle und ingenieurtechnische Durchbrüche, die tiefe neuronale Netze zu einer zentralen Komponente des Rechnens gemacht haben.”⁴ LeCuns gewürdigte Beiträge kreisen um faltende Netze und seine breitere Arbeit daran, Deep Learning praxistauglich zu machen. Von Hinton unterscheidet er sich öffentlich in der Gegenwartsdiagnose: Während Hinton (der 2023 Google verließ) vor den Gefahren der KI warnt, ist LeCun der Optimist, der argumentiert, die heute vorherrschende LLM-Architektur sei nicht der Weg zu Intelligenz auf menschlichem Niveau.¹⁰

Quellen