Yann LeCunMeta首席AI科学家 · 图灵奖得主$2亿+身家

押注 AI 之前

1960年，Yann LeCun出生在巴黎西郊的Soisy-sous-Montmorency。他的父亲是一名航空工程师，母亲是家庭主妇。少年LeCun对电子设备的痴迷几乎到了偏执的地步——他9岁时自己组装了一台收音机，12岁时开始拆解家里所有带电路的电器。"我父母最怕的就是我拿到螺丝刀，"他后来在一次采访中笑着说。但这种偏执很快找到了一条更有建设性的出口：1983年，23岁的LeCun在巴黎高等电子与电气工程师学院（ESIEE）获得工程学位后，偶然读到了一本改变他一生的书——Parallel Distributed Processing，Rumelhart和McClelland主编的神经网络"圣经"。

1980年代末的AI界是一片"寒冬"。神经网络在当时被主流学术界视为"死胡同"——符号主义AI才是正统，而训练多层神经网络的BP算法被认为在实践中毫无用处。LeCun在巴黎第六大学攻读博士期间，选择了当时最不被看好的方向：用神经网络做图像识别。他的导师一开始劝他放弃："这不是一个能做出来的课题。"但LeCun像所有伟大的偏执狂一样，把反对的声音当成了燃料。1989年，他发表了卷积神经网络（CNN）的开山之作，在手写邮政编码识别上达到了当时不可思议的准确率。然而这篇划时代的论文在之后的近十年里几乎无人问津。一位当时在贝尔实验室的同事回忆："LeCun在走廊里遇到其他研究员，别人会问他——'你还在搞那个神经网络的东西吗？你不觉得这是在浪费时间吗？'他每次都耸耸肩，然后回去继续写代码。那种定力，不是一般人能有的。"

那个改变一切的决定

真正的转折发生在2012年。那一年，Geoffrey Hinton的团队用AlexNet在ImageNet竞赛中碾压了所有传统方法，整个世界突然发现：LeCun在1989年埋下的种子，在23年后开出了花。2013年，一个出人意料的电话打到了他在纽约大学的办公室——来自Mark Zuckerberg。当时Facebook刚刚成立了AI研究部门（FAIR），Zuckerberg需要一个能在学术界的声望和硅谷的执行力之间架桥的人。LeCun提出了一个近乎"荒谬"的条件：FAIR必须完全开源所有研究成果，不绑定任何产品指标。"Zuckerberg沉默了大约五秒钟，然后说：'Deal.'"LeCun后来回忆，这五秒钟是他职业生涯中最重要的五秒钟。

2013年到2023年的十年间，FAIR在LeCun的领导下成为全球最顶尖的AI研究机构之一，贡献了PyTorch（全球使用最广泛的深度学习框架）、Detectron、fastText等一系列改变行业走向的开源项目。但LeCun最"异类"的地方不止于此——在整个硅谷都在追求更大模型、更多参数时，他是少数几个公开唱反调的人。"LLM不是通往AGI的路，"他一次次在不同的场合重复，"让AI通过看文本来学习世界，就像教一个人只通过读书来理解物理——理论上不是不可能，但效率低得离谱。"2019年，他和Hinton、Bengio共同获得图灵奖，标志着深度学习从"边缘异端"正式成为计算机科学的"中央教义"。颁奖典礼上，LeCun只说了一句让全场动容的话："我等这个认可等了30年。但我不是为我自己等——我是为所有在寒冬中坚持下来的神经网络研究者等。"

$2亿对于其他顶级玩家榜单上的人物来说不算惊人——但放在LeCun身上，这个数字的意义完全不同。他不是因为创办了一家独角兽公司而暴富，而是因为在学术道路上坚持了三十年。他推动的Meta Llama开源模型系列，让全球数百万开发者可以免费使用接近前沿水平的AI——这个决定在商业上看似"愚蠢"（把价值数十亿美元的研发成果免费送人），但在战略上却让Meta在AI生态中获得了一个任何闭源公司都无法复制的优势：开发者社区的忠诚和信任。

2026年的今天，60多岁的LeCun依然每天在X上与反对者激烈辩论——从"开源AI会不会被坏人利用"到"自回归模型是不是死胡同"，他的推文风格和他本人的学术立场一样：直接、不讨好、技术至上。他依然住在纽约，依然穿着他那标志性的黑色高领毛衣——与Jensen Huang的皮夹克形成了AI圈最著名的时尚双雄。当被问及财富对他的意义时，他回答："如果说钱有什么好处，那就是让我可以对任何我不认同的事情说'不'——包括对我的老板。"而当他推动Meta在2026年继续发布更强大的开源Llama模型时，整个世界都在看着：这个30年前被所有人说"你走错路了"的法国工程师，正在用开源代码写着他给AI文明的情书。