最近路透社报道，图灵奖得主杨立昆（Yann LeCun），考虑辞去Meta FAIR 首席科学家，进行AI领域的创业。杨立昆虽然身居美国，但他对欧洲的AI发展一直保持关心态度，尤其在培养欧洲AI新生代的问题上从不含糊。我们可以看到他在美国著名博主、MIT人工智能研究员莱克斯·弗里德曼 (Lex Fridman)的节目指点江山，也能看到他奔走在美欧各个校园，为在校的学生，指点迷津。
杨立昆与中国的缘分也不浅。早在 2009 年，他就曾在北京大学举行演讲。他生于 1960 年，是一位法裔学者，1983 年在法国取得 ESIEE 工程师文凭，1987 年获得索邦大学计算机科学博士学位。在辛顿门下做博士后期间，他参与了利用反向传播训练多层神经网络的研究，并在此基础上发展出一系列具有深远影响的模型。此后，他先后在贝尔实验室和纽约大学库朗数学科学研究所任职，后来在 Meta 旗下的 FAIR 实验室担任首席人工智能科学家，负责 Meta 的长线 AI 战略研究。
他最广为人知的贡献之一，就是早期提出并应用卷积神经网络（Convolutional Neural Network, CNN），CNN 落地应用的LeNet架构在1990年代用于邮政数字识别、银行支票读取等实际场景中，并取得巨大成功。此外，他与Léon Bottou、Patrick Haffner联手开发了DjVu图像压缩技术和Lush编程语言，成为多项基础技术构建者。
2018 年，杨立昆与其博士后导师辛顿（Geoffrey Hinton）、约书亚·本吉奥（Yoshua Bengio），因深度学习的卓越贡献共同获得图灵奖，成为AI学界殿堂级核心人物。
杨立昆在多场公开演讲与采访中强调，现有大型语言模型虽然令世人惊叹，却难以真正理解物理世界，他认为，未来三至五年内将出现新的 AI架构范式，同时表示，未来十年将迎来机器人技术的黄金时代。
图：杨立昆在普林斯顿研究院留影
AI时代的专业建议
我这里摘录一段他前段时间的发言——当时在接受联合国工程师学会采访时，对有志于学习 AI 的学生提出了如下建议：
“不要学习技术，要学习科学”
他建议本科阶段应专注那些具有长期应用价值的学科：数学、基础物理学、统计物理学、线性代数等，因为技术会发展得非常迅速，如果想适应技术变革，必须拥有不会过时的坚实基础。杨立昆认为：“以后总有时间去应用它们并学习如何应用。最好在年轻时学习基础科学。”
“将这些基础知识用于跨学科探索”
他建议掌握了基础知识之后，可以深入探索AI与其他领域的交叉，如材料科学、生物学、基因组学、医学影像、认知科学等应用方向。他指出 AI 有望助力开发新型电池、能源存储方法或催化剂，以应对气候变化、能源存储等重大人类挑战。
“下一次革命将在机器人技术领域”
他认为 AI 已经改变许多传统领域（如语音识别、图像理解、自然语言处理），但未来真正的变革将发生在 AI 与机器人技术的结合上。因此，机器人技术与人工智能的交叉领域在未来几年将具有巨大潜力。
杨立昆的这些建议，值得各位家长朋友和升学老师思考。AI的研究应该深入基础科学、走向交叉应用，用实践驱动未来 AI 与机器人革命。未来无论是 AI 架构的范式转移，还是物理世界智能的真正形成，都离不开这样扎实的思考路径。
编辑：施瑜