星光榜 / 杨立昆
亮星详情 · 当代榜杨立昆
已核实 · 待独立复评（AI 辅助编目 · 评于 2026-07）：人物存在性已核实，独立复评与必要的红蓝复核尚待完成。页面中的小数和名次是当前输入在 HCF Canonical v1 公式下的草案排序，不代表证据达到同等精度；排名靠前不会自动获得认证。
杨
杨立昆Yann LeCunT6 · 行星
把机器视觉从手工特征工程，变成了可端到端训练的卷积网络范式。
星光编号SL-0147
星阶T6 · 行星
年代 / 领域b.1960 · 深度学习
状态已核实 · 待独立复评
文明贡献与代表成果
核心贡献
把机器视觉从手工特征工程，变成了可端到端训练的卷积网络范式。
这分是怎么落桶的 · 计分卡
已核实 · 待独立复评分档口径：极高 / 高 / 中 / 低 / 微。没点亮的桶亮度算 0、只加不减，不拖后腿也不当负分。
能力与生产力
高
CNN支撑了计算机视觉、自动驾驶、内容识别等海量产业能力，外溢极广；深度学习革命与Hinton/Bengio共享，U由7下调至6。
认知与真理
高
卷积神经网络主要奠基人，1989年反向传播训练手写识别，为现代深度学习感知奠定方法基础，2018年图灵奖；深度学习革命与Hinton/Bengio共享，U由7下调至6。
生存与健康
微
CNN被广泛用于医学影像识别，属间接贡献，非其直接工作。
文化价值与意义
微
AI浪潮的文化影响存在但非其个人直接创造。
可持续与文明安全
微
这桶基本没点亮；他对AI风险偏乐观，无直接安全治理贡献。 〔2026-07-10 空桶=0:原背景分作废、不计入总光度〕
协作与治理
微
这桶基本没点亮，无治理机制贡献。 〔2026-07-10 空桶=0:原背景分作废、不计入总光度〕
桶亮度相加，一句人话：每桶分数先换成亮度（b = 10G/2 − 1，分越高亮度涨得越快），六桶亮度相加成总光度，再压缩成对外分、落进星阶——所以偏科的支柱型贡献照样能站上高阶。公式本身 → 读这把尺。
计分推导 · 五维明细全展开AUDIT · 可逐行复算
| 桶 | I | S | D | U | Sp | G = 五维几何平均 |
|---|---|---|---|---|---|---|
| 能力与生产力 | 8 | 9 | 7 | 6 | 8 | 7.529 |
| 认知与真理 | 8 | 8 | 7 | 6 | 8 | 7.354 |
| 生存与健康 | 4 | 4 | 4 | 2 | 3 | 3.288 |
| 文化价值与意义 | 3 | 3 | 2 | 2 | 3 | 2.551 |
| 可持续与文明安全 | 0 | 0 | 0 | 0 | 0 | 0 |
| 协作与治理 | 0 | 0 | 0 | 0 | 0 | 0 |
五维 = Impact 影响强度 / Scope 影响范围 / Duration 持续时间 / Uniqueness 不可替代 / Spillover 外溢，每维 0–10，五维相乘开五次方根——任何一维塌了都会拖低整桶，偏科救不了单桶。聚合层由脚本按现行尺确定性复算，不经人手。