Engineering-Philosophie: Yann LeCun

Die wichtigsten Erkenntnisse

• Die Welt lernen, weitgehend von selbst. LeCuns Kernwette lautet, dass Intelligenz daraus entsteht, dass eine Maschine durch Beobachtung lernt, wie die Welt funktioniert – selbstüberwachtes Lernen –, wobei menschliche Labels nur eine dünne Garnierung obendrauf sind. Die berühmte „Kuchen”-Analogie macht die Anteile buchstäblich greifbar: Die Masse ist selbstüberwacht, der Zuckerguss ist überwacht, die Kirsche ist bestärkendes Lernen.
• Faltung machte das Sehen lernbar. Bei Bell Labs wandte er die Rückpropagation auf handgeschriebene Ziffern an (1989) und baute die LeNet-Familie faltender Netze; LeNet-5 (1998) wurde zur Architektur, die – kommerziell eingesetzt – bis 2001 rund 10 % aller Schecks in den Vereinigten Staaten las.
• Offene Forschung ist eine Methode, kein Slogan. Als Gründungsdirektor von Facebooks/Metas FAIR (2013) und Chief AI Scientist machte er das Veröffentlichen und Open-Sourcing zur Standardpraxis – der Code und die Checkpoints von I-JEPA erschienen zusammen mit dem Papier – aus der Überzeugung heraus, dass offene Wissenschaft sich schneller summiert als Geheimhaltung.
• Der Optimist, der ein Skeptiker gegenüber LLMs ist. Als Turing-Mitpreisträger von 2018 zusammen mit Hinton und Bengio argumentiert LeCun, dass autoregressive Sprachmodelle „eine Ausfahrt” auf dem Weg zu menschengleicher KI seien; der Weg, sagt er, führe über Weltmodelle wie JEPA. Im November 2025 verließ er Meta, um genau das zu bauen.

Das Prinzip

„Wir werden menschengleiche KI nicht allein durch das Skalieren von LLMs erreichen” – sie „sagen schlicht Text voraus, statt die Welt wirklich zu verstehen.” – Yann LeCun, über seinen Weggang von Meta, 2025¹⁰

Das Prinzip unter diesem Satz ist älter als die LLM-Ära, und LeCun hat es seit vierzig Jahren beständig vertreten: Eine Maschine sollte weitgehend von selbst lernen, wie die Welt funktioniert, indem sie vorhersagt, was sie beobachtet, statt mit menschlichen Labels gefüttert zu werden – und die Wissenschaft davon, wie das geht, sollte offen betrieben werden. Das meiste von dem, was irgendein Tier weiß, lernt es ohne Lehrer. Ein Säugling lernt, dass nicht gestützte Gegenstände fallen, dass verdeckte Dinge weiterhin existieren, dass die Welt eine stabile Struktur hat – lange bevor ihm irgendjemand auch nur eine einzige Sache benennt. LeCuns Wette ist, dass diese Art von Lernen – das Aufsaugen der Struktur der Welt aus rohem, ungelabeltem, bandbreitenstarkem Sinneseingang – die Masse der Intelligenz ausmacht und dass überwachtes Lernen und bestärkendes Lernen vergleichsweise dünne Schichten obendrauf sind.

Das ist der Inhalt seines meistzitierten Satzes, des Kuchens: „Wenn Intelligenz ein Kuchen ist, dann ist die Masse des Kuchens selbstüberwachtes Lernen, der Zuckerguss auf dem Kuchen ist überwachtes Lernen, und die Kirsche auf dem Kuchen ist bestärkendes Lernen.”⁵ Ursprünglich sagte er 2016 unüberwacht und korrigierte es bis 2019 bewusst zu selbstüberwacht – eine Präzision, die zählt, weil sie den Mechanismus benennt: Die Daten liefern ihre eigenen Labels. Verdecke einen Teil des Eingangs, sage ihn aus dem Rest voraus; die Welt ist ihr eigener Lehrer.⁵ Die Anteile in der Analogie sind das ganze Argument. Wenn der Kuchen größtenteils selbstüberwacht ist, dann optimiert ein Fachgebiet, das seine Mühe in immer größere Systeme gießt, die darauf trainiert sind, das nächste von einem Menschen geschriebene Token vorherzusagen, aus seiner Sicht den Zuckerguss.

Die zweite Hälfte des Prinzips ist die Offenheit. LeCun gründete seine Laufbahn und sein Labor auf dem Glauben, dass KI-Forschung am schnellsten voranschreitet, wenn sie veröffentlicht, reproduzierbar und quelloffen ist – eine Überzeugung, die dem Instinkt der Branche zuwiderläuft, Spitzenarbeit zu horten. Die beiden Hälften hängen zusammen: Wenn der Weg zu echter Intelligenz lang und ungewiss ist, wird kein einzelnes Labor ihn allein gehen, und der einzige Weg herauszufinden, welche Architekturen die Welt tatsächlich lernen, besteht darin, sie offenzulegen und alle daran testen zu lassen. Die Welt lernen, 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 Er erwarb 1987 seinen Doktortitel an der Université Pierre et Marie Curie (heute Teil der Sorbonne-Universität), und seine Dissertation enthielt bereits eine frühe Form der Rückpropagation – die Idee, die das Fachgebiet prägen sollte.¹ Er war Konnektionist, bevor der Konnektionismus respektabel war, und arbeitete an gehirnähnlichen Lernnetzen während desselben Zeitraums, in dem der Rest der KI sie abgeschrieben hatte.

1988 trat er in die AT&T Bell Laboratories ein, die Institution, an der seine folgenreichste technische Arbeit geschah.¹ Bell Labs gab ihm echte Daten und einen Grund, Netze tatsächlich zum Funktionieren zu bringen, statt nur über sie zu theoretisieren: handgeschriebene Ziffern des US-Postdienstes, dann die auf Bankschecks geschriebenen Beträge. Die Einschränkung war unerbittlich – ein Scheckleser, der eine Ziffer halluziniert, kostet Geld – und sie drängte ihn zu einer Architektur, welche die Struktur von Bildern ernst nahm, statt ein Bild als ununterscheidbaren Sack von Pixeln zu behandeln.

Nach Bell Labs wechselte er 2003 als Professor für Informatik an die NYU.¹ Dann, im Dezember 2013, stellte Mark Zuckerberg ihn ein, um Facebook AI Research (FAIR) aufzubauen und zu leiten, und er wurde Chief AI Scientist des Unternehmens – ein Posten, den er über ein Jahrzehnt innehatte, während er Teilzeitprofessor an der NYU blieb.¹¹⁰ FAIR wurde zu einem der produktivsten offenen industriellen Forschungslabore der Ära, ein direkter Ausdruck seines Glaubens, dass die Wissenschaft geteilt werden sollte. Diese Amtszeit endete im November 2025, als er ging, um sein eigenes Weltmodell-Start-up 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 von LeCuns Laufbahn ist das faltende neuronale Netz, und der sauberste Weg zu spüren, warum es zählt, besteht darin, eines bei der Arbeit zu beobachten. Ein naives Netz, das jeden Pixel mit jedem Neuron verbindet, ist zugleich riesig und blind für Struktur: Es hat keinen Begriff davon, dass ein Strich oben links in einem Bild dieselbe Art von Ding ist wie der identische Strich unten rechts. LeCuns Einsicht – aufbauend auf Kunihiko Fukushimas Neocognitron und verwurzelt in der Sehrinde des Gehirns – bestand darin, einen kleinen Filter (einen Kernel) über das Bild gleiten zu lassen, der an jeder Stelle dieselbe Handvoll Gewichte berechnet, sodass das Netz ein Merkmal einmal lernt und es überall erkennt. Das Widget unten ist genau diese Operation: Wählen Sie einen kantenerkennenden Kernel, beobachten Sie, wie er eine Ziffer überstreicht, und sehen Sie die „Merkmalskarte” überall dort aufleuchten, wo das Muster erscheint, auf das er passt.

Die Geschichte ist konkret. 1989, bei Bell Labs, waren LeCun und Kollegen die Ersten, die den Rückpropagationsalgorithmus auf ein praktisches Problem anwandten – das Erkennen handgeschriebener Postleitzahlen aus der Post des US-Postdienstes –, und erzeugten damit den Prototyp, der zu LeNet-1 wurde.² Fast ein Jahrzehnt der Verfeinerung führte zu dem bahnbrechenden Papier von 1998, „Gradient-Based Learning Applied to Document Recognition”, von LeCun, Léon Bottou, Yoshua Bengio und Patrick Haffner, das LeNet-5 beschrieb und den Fall vortrug, dass gradientenbasiertes Lernen handgefertigte Merkmalsextraktoren für die Dokumenterkennung ersetzen könne.³

Dies war keine Benchmark-Kuriosität. NCR setzte ab Juni 1996 LeNet-basierte Scheckleser kommerziell ein, und bis 2001 wurde geschätzt, dass das System etwa 20 Millionen Schecks pro Tag las – rund 10 % aller Schecks in den Vereinigten Staaten.² In einem Moment, in dem neuronale Netze von einem Großteil des Fachgebiets noch abgetan wurden, hatte LeCun eines, das still ein Zehntel der Schecks einer Nation las. Die Architektur, die er für dieses Problem entwarf – Faltung, Pooling, gelernte Merkmale, gestapelt zu einer Hierarchie –, ist strukturell dieselbe Idee, die das moderne Computersehen antreibt.

Offene Forschung und FAIR

Als LeCun 2013 FAIR aufbaute, traf er eine Wahl, die für ein Unternehmenslabor nicht selbstverständlich war: Die Arbeit würde offen sein. Die Papiere veröffentlichen, den Code freigeben, die Modelle teilen.¹¹⁰ Die Wette war, dass ein offenes Labor die besten Forscher anzieht (die ihre Arbeit gesehen und zitiert sehen wollen), das gesamte Fachgebiet schneller voranbringt und – nicht nebenbei – der Welt erlaubt, zu prüfen und zu verbessern, was man baut.

Dies ist der philosophische Vetter von warum Open Source keine Sicherheitsgrenze ist: Offenheit ist keine Garantie für Korrektheit, aber sie ist der Mechanismus, durch den Korrektheit gefunden wird. LeCuns Variante wendet das auf die Wissenschaft an. Man kann nicht durch privates Nachdenken wissen, welche Architekturen die Struktur der Welt tatsächlich lernen; man veröffentlicht sie, andere reproduzieren oder widerlegen sie, und die Wahrheit überlebt die Prüfung. Metas Freigabe von I-JEPA im Jahr 2023 ist das Muster im Kleinen – der Trainingscode und die Modell-Checkpoints erschienen neben dem Papier, nicht Monate später, nicht nie.⁸ In einer Ära, in der Spitzenlabore ihre beste Arbeit zunehmend als Betriebsgeheimnis behandeln, ist LeCuns offene Haltung eine bewusste, konträre Position dazu, wie Wissen sich summiert.

Selbstüberwachtes Lernen: der Kuchen

Die tiefste von LeCuns Ideen ist zugleich diejenige mit der eingängigsten Verpackung. Er argumentiert seit Jahren, dass das Fachgebiet die Anteile der Intelligenz verkehrt herum hat, und er machte diesen Punkt mit Essen. Bei seinem Vortrag „Future of AI” an der NYU Anfang 2016 und seiner NeurIPS-Keynote jenes Jahres stellte er einen Kuchen auf: „Wenn Intelligenz ein Kuchen ist, dann ist die Masse des Kuchens unüberwachtes Lernen, der Zuckerguss auf dem Kuchen ist überwachtes Lernen, und die Kirsche auf dem Kuchen ist bestärkendes Lernen.”⁵ Bis 2019 hatte er „unüberwacht” bewusst zu „selbstüberwacht” revidiert – eine Variante, bei der die Daten ihre eigene Überwachung liefern, indem ein Teil des Eingangs verborgen und das Modell trainiert wird, ihn aus dem Rest vorherzusagen.⁵

Die Revision ist nicht kosmetisch; sie benennt den Motor. „Unüberwacht” beschreibt das Fehlen von Labels. „Selbstüberwacht” beschreibt einen positiven Mechanismus: Die beobachtete Welt wird zu ihrem eigenen Trainingssignal. So, argumentiert er, erwerben Menschen und Tiere die überwältigende Mehrheit dessen, was sie wissen – die Alltagsphysik und -struktur, die niemand für uns labelt. Seine Bezeichnung dafür ist die „dunkle Materie der Intelligenz”: die gewaltige, ungelabelte Masse des Lernens, die überwachte und bestärkende Methoden nur ausschmücken.⁵ Wenn er mit den Anteilen recht hat, dann ist das wichtigste Forschungsproblem der KI nicht größere gelabelte Datensätze oder mehr Belohnungssignale, sondern bessere selbstüberwachte Zielfunktionen – die Welt durch ihr Beobachten lernen.

Weltmodelle und JEPA: die LLM-skeptische Haltung

LeCuns öffentlichste und umstrittenste Position folgt direkt aus dem Kuchen. Wenn echte Intelligenz größtenteils selbstüberwachtes Lernen der Struktur der Welt ist, dann lernt ein System, das rein darauf trainiert ist, das nächste von einem Menschen geschriebene Token vorherzusagen, ein Wort-Modell, kein Welt-Modell – und wird die Grenzen dieses Substrats erben. Er hat es unverblümt gesagt: Autoregressive LLMs sind „eine Ausfahrt” auf dem Weg zu menschengleicher KI, nützlich, aber nicht der Weg; „wir werden menschengleiche KI nicht allein durch das Skalieren von LLMs erreichen.”⁹¹⁰

Seine vorgeschlagene Alternative ist die Joint Embedding Predictive Architecture (JEPA), eingeführt in seinem Positionspapier von 2022 „A Path Towards Autonomous Machine Intelligence.”⁶ Der entscheidende Zug ist, wo die Vorhersage geschieht. Ein generatives Modell versucht, den fehlenden Eingang Pixel für Pixel zu rekonstruieren, und verschwendet so Kapazität auf das Modellieren unvorhersehbarer Details – weshalb generative Modelle bekanntermaßen mit Dingen wie der exakten Anzahl der Finger an einer Hand kämpfen.⁸ Eine JEPA sagt stattdessen in einem abstrakten Repräsentationsraum vorher, frei, Details zu ignorieren, die nicht vorhersehbar sind, und sich auf die strukturellen, niederentropischen Regelmäßigkeiten einer Szene zu konzentrieren.⁶⁸ Metas I-JEPA (2023) war das erste konkrete Bildmodell, das auf dieser Vision gebaut wurde, und es erschien offen.⁸

Der Kontrast zu seinem „Paten”-Kollegen ist der schärfste in dieser Reihe. Geoffrey Hinton teilte denselben Turing-Preis und dieselben einsamen Jahrzehnte der Überzeugung, wandte sich dann 2023 dazu, zu warnen, die Technologie könnte gefährlich sein. LeCun ist der Optimist des Trios – skeptisch nicht gegenüber der Sicherheit der KI, sondern gegenüber der Decke der gegenwärtigen Architektur – und im November 2025 untermauerte er diese Überzeugung mit seiner Laufbahn, indem er Meta verließ, um in Paris die Advanced Machine Intelligence (AMI) Labs zu gründen, ein Start-up, das ausdrücklich um Weltmodelle statt um größere Sprachmodelle herum gebaut ist.¹⁰ Zwei Paten, ein Preis, entgegengesetzte Botschaften: Hinton sagt, langsamer, weil es zu gut funktionieren könnte; LeCun sagt, dieser spezielle Weg führt nicht dorthin, wo alle denken, und deutet auf einen anderen.

Die Methode

Die Methode ist beständig vom Scheckleser bis zum Weltmodell-Start-up: Baue die Architektur, welche die Struktur des Problems verlangt, lerne so viel wie möglich ohne Labels, und tue es offen.

Kodiere die Struktur in die Architektur. Faltung funktioniert, weil sie eine wahre Tatsache über Bilder – Translationsinvarianz – direkt in die Verdrahtung des Netzes einbäckt, statt das Modell zu zwingen, sie von Grund auf zu lernen. Die Lektion verallgemeinert sich: Wenn man etwas über das Problem weiß, baue es in die Architektur ein, statt zu hoffen, dass die Daten es lehren.²³

Mache die Daten zu ihrem eigenen Lehrer. Labels sind knapp und teuer; rohe Beobachtung ist im Überfluss vorhanden. Die selbstüberwachte Haltung – verdecke einen Teil des Eingangs, sage ihn aus dem Rest voraus – ist, wie LeCun vorschlägt, die Masse dessen zu lernen, was ein System wissen muss. Greife nach menschlicher Aufsicht zuletzt, nicht zuerst.⁵

Sage im Repräsentationsraum vorher, nicht im Pixelraum. Verschwende keine Kapazität auf das Modellieren von Details, die du nicht vorhersagen kannst. JEPAs zentrale technische Wahl ist, abstrakte Repräsentationen vorherzusagen und das Unvorhersehbare bewusst zu verwerfen – eine Disziplin darüber, was überhaupt wert ist, modelliert zu werden.⁶⁸

Veröffentliche es. Offene Papiere, offener Code, offene Modelle. LeCuns Überzeugung ist, dass Wissenschaft sich offen summiert und im Verborgenen ins Stocken gerät, und er führte eines der größten Labore der Branche ein Jahrzehnt lang nach diesem Prinzip.¹⁸¹⁰

Halte die unmodische Position, wenn die Belege sie stützen. Er glaubte durch die Winter hindurch an neuronale Netze, und nun vertritt er, dass LLMs ein Umweg sind, während die gesamte Branche Kapital in sie gießt. Die Bereitschaft, der laute Skeptiker auf dem Gipfel eines Hype-Zyklus zu sein, ist derselbe Muskel, der ihn bei der Faltung hielt, als es niemanden kümmerte.⁹¹⁰

Einflusskette

Wer ihn prägte

Kunihiko Fukushima. Fukushimas Neocognitron (1980) – ein geschichtetes, verschiebungstolerantes visuelles Netz, inspiriert von der Hirnrinde – war der direkte Vorfahr des faltenden Netzes. LeCun fügte durchgängiges Lernen per Rückpropagation hinzu und verwandelte eine handabgestimmte Architektur in eine, die ihre eigenen Filter lernt. (Direkter Einfluss)

David Hubel und Torsten Wiesel. Ihre Nobelpreis-gekrönte Neurowissenschaft der Sehrinde – einfache Zellen, die lokale Merkmale erkennen, komplexe Zellen, die über Positionen poolen – ist die biologische Blaupause, die Faltung und Pooling formalisieren. LeCun schloss, wie Hinton, von der Art, wie Gehirne tatsächlich sehen. (Prägender Einfluss)

Die konnektionistische Rückpropagations-Abstammung. LeCun entwickelte in seiner Dissertation von 1987 eine frühe Form der Rückpropagation und konvergierte auf denselben Motor, den die Rumelhart-Hinton-Williams-Arbeit 1986 berühmt machte. Er erbte und erweiterte das konnektionistische Programm, als es zutiefst aus der Mode war. (Direkter Einfluss)

Wen er prägte

Das moderne Computersehen. Jedes faltende Sehsystem – jene, die medizinische Scans lesen, Wahrnehmungsstapel ansteuern und Handykameras antreiben – stammt strukturell von LeNet ab. Er trug nicht nur zum Fachgebiet bei; er lieferte dessen grundlegende Architektur.

Die selbstüberwachte Wende. Der branchenweite Schwenk hin zum Lernen aus ungelabelten Daten – maskiertes Vortraining, kontrastive Methoden, Joint-Embedding-Zielfunktionen – läuft schnurstracks durch LeCuns „Kuchen”-Rahmung und sein Jahrzehnt des Beharrens, dass hier die Masse der Intelligenz wohnt.

Eine Generation von FAIR-Forschern. Indem er eines der größten offenen Industrielabore führte, prägte LeCun, wie eine Generation Arbeit veröffentlicht und teilt, und säte einen Großteil des offenen Modell-Ökosystems, das nun außerhalb der verschwiegensten Spitzenlabore existiert.

Der rote Faden

LeCun ist die Computersehen-Wurzel des Deep-Learning-Astes dieser Reihe, und die sauberste Linie läuft vorwärts zu Andrej Karpathy, dessen Arbeit ganz im Feld des gelernten Sehens lebt, das die Faltung eröffnete – und dessen „Software 2.0”-Neurahmung (ein Netz als Programm, aus Daten kompiliert) die natürliche Verallgemeinerung von LeCuns Zug von handgefertigten zu gelernten Scheckleser ist. Der schärfste Kontrast besteht zu seinem Turing-Mitpreisträger Geoffrey Hinton: Die beiden „Paten” teilen den Preis, die einsamen Jahrzehnte und die Wette auf gehirnähnliches Lernen, spalten sich aber im gegenwärtigen Augenblick. Hinton, der besorgte, verließ 2023 Google, um zu warnen, das Ding könnte zu mächtig sein; LeCun, der Optimist, verließ 2025 Meta, um zu argumentieren, die dominierende Architektur sei nicht mächtig genug, und um 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 Welt, offen gelernt, der Weg ist. (Reihen-Brücke)

Was ich daraus mitnehme

Die Lektion, die ich von LeCun behalte, ist, dass die Architektur den Teil des Problems tragen sollte, den man tatsächlich versteht. Faltung funktioniert, weil sie Translationsinvarianz in das Netz einbaut, statt zu hoffen, eine Milliarde Beispiele lehrten sie – und genau das ist der Zug, nach dem ich greife, wenn ich Systeme entwerfe: Wenn ich weiß, dass etwas über die Domäne wahr ist, kodiere ich es in die Struktur, statt es dem Zufall zu überlassen. Es ist derselbe Instinkt wie der, Geschmack als ein technisches System zu behandeln, das man verteidigen kann, statt als eine Stimmung, von der man hofft, sie tauche auf – die bekannte Einschränkung dorthin in den Entwurf zu setzen, wo sie geprüft werden kann, nicht in das Gebet, dass die Ausgabe sich brav verhält.

Die schwierigere Lektion ist die LLM-Skepsis. LeCun steht auf dem absoluten Gipfel eines Hype-Zyklus – die gesamte Branche, das Kapital, die Aufmerksamkeit allesamt aufs Skalieren von Sprachmodellen gerichtet – und sagt, zu Protokoll, dass es eine Ausfahrt sei. Er mag sich irren; der Punkt ist, dass er bereit ist, die abweichende Stimme zu sein, wenn Abweichung teuer ist, verankert an einem spezifischen technischen Argument über Vorhersage im Repräsentationsraum statt an konträrem Instinkt. Das ist die Beweisschwelle, gerichtet auf den Konsens selbst: nicht „alle sind begeistert, also muss es der Weg sein”, sondern „was lernt diese Architektur tatsächlich, und ist das die Sache, die wir wollen?” Und die Offenheit ist der Teil, den ich am direktesten mitnehme – die Überzeugung, dass man herausfindet, wer recht hat, indem man die Arbeit veröffentlicht und sie testen lässt, weshalb ich Qualität als die einzige Variable behandle und den Steve-Test – ob die Arbeit es verdient zu existieren – als etwas, das man der Prüfung unterwirft, nicht als etwas, das man behauptet. LeCun setzte seine ganze Laufbahn, zweimal, darauf, die Welt zu lernen, statt ihre Labels auswendig zu lernen – und darauf, es dort zu tun, wo alle es sehen können.

FAQ

Was ist Yann LeCuns Ingenieursphilosophie?

Die Welt lernen, offen. LeCun argumentiert, dass Intelligenz größtenteils selbstüberwacht ist – eine Maschine, die die Struktur der Welt lernt, indem sie vorhersagt, was sie beobachtet, mit menschlichen Labels und Belohnungssignalen als dünnen Schichten obendrauf, festgehalten in seiner „Kuchen”-Analogie, in der selbstüberwachtes Lernen die Masse, überwachtes Lernen der Zuckerguss und bestärkendes Lernen die Kirsche ist.⁵ Er paart dies mit einem Bekenntnis zu offener Forschung: Papiere, Code und Modelle zu veröffentlichen, damit die Wissenschaft reproduziert und geprüft werden kann.¹⁸ Seine technische Handschrift ist das Kodieren bekannter Struktur direkt in die Architektur – so wie Faltung Translationsinvarianz in ein Sehnetz einbäckt.²³

Was erfand Yann LeCun, und wie wurde es kommerziell genutzt?

Er ist der hauptsächliche Erfinder des modernen faltenden neuronalen Netzes. Bei Bell Labs 1989 gehörte er zu den Ersten, die Rückpropagation auf eine praktische Aufgabe anwandten – das Erkennen handgeschriebener Postleitzahlen –, und erzeugte den LeNet-Prototyp, und das Papier 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, und bis 2001 wurde geschätzt, dass das System etwa 20 Millionen Schecks pro Tag las – rund 10 % aller Schecks in den Vereinigten Staaten.²

Warum ist Yann LeCun skeptisch gegenüber großen Sprachmodellen?

Weil, aus seiner Sicht, autoregressive LLMs ein Modell von Text statt ein Modell der Welt lernen und so menschengleiche Intelligenz nicht allein durch Skalieren erreichen können – er nennt sie „eine Ausfahrt” auf dem Weg zu menschengleicher KI.⁹¹⁰ Seine vorgeschlagene Alternative ist die Joint Embedding Predictive Architecture (JEPA), aus seinem Papier von 2022 „A Path Towards Autonomous Machine Intelligence”, die im abstrakten Repräsentationsraum vorhersagt und unvorhersehbare Details ignoriert, statt jeden Pixel oder jedes Token zu erzeugen.⁶⁸ Im November 2025 verließ er Meta, um in Paris die AMI Labs zu gründen und Weltmodelle direkt zu verfolgen.¹⁰

Hat Yann LeCun den Turing-Preis gewonnen?

Ja. Er teilte den ACM A.M. Turing Award 2018 mit Geoffrey Hinton und Yoshua Bengio – den drei „Paten des Deep Learning” – „für konzeptionelle und technische Durchbrüche, die tiefe neuronale Netze zu einer kritischen Komponente des Rechnens gemacht haben.”⁴ LeCuns anerkannte Beiträge konzentrieren sich auf faltende Netze und seine breitere Arbeit, die Deep Learning praktikabel machte. Er weicht öffentlich von Hinton in Bezug auf die Gegenwart ab: Während Hinton (der 2023 Google verließ) vor den Gefahren der KI warnt, ist LeCun der Optimist, der argumentiert, die heute dominierende LLM-Architektur sei nicht die Route zu menschengleicher Intelligenz.¹⁰

Quellen