Yann André Le Cun (nacido el 8 de julio de 1960) es un informático franco-estadounidense que trabaja en inteligencia artificial, aprendizaje automático, visión por computadora, robótica y compresión de imágenes. Es conocido principalmente por su trabajo pionero en reconocimiento óptico de caracteres y visión por computadora mediante redes neuronales convolucionales (CNN), un modelo de inspiración biológica que se volvió fundamental para el aprendizaje profundo moderno. También es uno de los principales creadores de la tecnología de compresión de imágenes DjVu y co-desarrolló el lenguaje de programación Lush con Léon Bottou.
LeCun se desempeñó como científico jefe de IA en Meta Platforms antes de cofundar Advanced Machine Intelligence Labs (AMI Labs) en diciembre de 2025. Ostenta la cátedra Jacob T. Schwartz de Ciencias de la Computación en el Instituto Courant de Ciencias Matemáticas de la Universidad de Nueva York. En 2018, recibió el Premio Turing junto con Yoshua Bengio y Geoffrey Hinton por sus contribuciones al aprendizaje profundo, y a los tres se les llama a veces los "Padrinos de la IA" o "Padrinos del Aprendizaje Profundo".
Vida temprana y educación
LeCun nació el 8 de julio de 1960 en Soisy-sous-Montmorency, un suburbio de París. Su apellido deriva de la forma bretona antigua Le Cunff, originaria de la región de Guingamp en el norte de Bretaña; Yann es la forma bretona de Jean. Obtuvo un Diplôme d'Ingénieur de ESIEE Paris en 1983 y un doctorado en ciencias de la computación de la Université Pierre et Marie Curie (ahora Universidad de la Sorbona) en 1987. Durante su trabajo doctoral, propuso una forma temprana de retropropagación, un algoritmo esencial para entrenar redes neuronales. Desde 1987, pasó un año como investigador posdoctoral en la Universidad de Toronto, supervisado por Geoffrey Hinton. LeCun tiene ciudadanía estadounidense y tres hijos.
Bell Labs y carrera temprana
En 1988, LeCun se unió al Departamento de Investigación de Sistemas Adaptativos en los Laboratorios Bell de AT&T en Holmdel, Nueva Jersey, dirigido por Lawrence D. Jackel. Allí desarrolló varios métodos de aprendizaje automático, incluidas las redes neuronales convolucionales (conocidas como LeNet), la técnica de regularización "Daño Cerebral Óptimo" y las Redes Transformadoras de Grafos (similares a los campos aleatorios condicionales). Aplicó estos métodos al reconocimiento de escritura a mano y al reconocimiento óptico de caracteres, y su sistema de reconocimiento de cheques bancarios fue implementado ampliamente por NCR y otras empresas.
En 1996, se convirtió en jefe del Departamento de Investigación de Procesamiento de Imágenes en AT&T Labs-Research, parte del Laboratorio de Investigación de Procesamiento de Voz e Imágenes de Lawrence Rabiner. Su trabajo allí se centró en DjVu, un formato de compresión de imágenes para la distribución eficiente de documentos escaneados, utilizado posteriormente por Internet Archive. Sus colaboradores incluyeron a Léon Bottou y Vladimir Vapnik.
Universidad de Nueva York
Después de una breve beca en el Instituto de Investigación NEC, LeCun se unió a la Universidad de Nueva York en 2003. Se convirtió en Profesor Jacob T. Schwartz de Ciencias de la Computación y Ciencias Neurales en el Instituto Courant y el Centro de Ciencias Neurales. Su investigación en NYU se centró en modelos basados en energía para aprendizaje supervisado y no supervisado, aprendizaje de características para reconocimiento de objetos y robótica móvil.
En 2012, se convirtió en director fundador del Centro de Ciencia de Datos de NYU. El 9 de diciembre de 2013, fue nombrado primer director de Meta AI Research en la ciudad de Nueva York, renunciando a la dirección de NYU a principios de 2014. En 2013, cofundó la Conferencia Internacional sobre Representaciones de Aprendizaje con Yoshua Bengio, que adoptó un proceso de revisión abierta posterior a la publicación que él había defendido. También organizó el "Taller de Aprendizaje" anual en Snowbird, Utah, de 1986 a 2012 y se desempeñó como codirector del programa Aprendizaje en Máquinas y Cerebro de CIFAR.
En 2016, LeCun fue profesor visitante en el Collège de France en París, ocupando la Cátedra Anual de Informática y Ciencias Numéricas. En 2023, fue nombrado el primer Profesor Titular Jacob T. Schwartz en el Instituto Courant de NYU. También se desempeña como asesor científico de Kyutai, un grupo de investigación francés financiado por Xavier Niel, Rodolphe Saadé, Eric Schmidt y otros.
Meta Platforms y FAIR
LeCun se unió a Facebook (ahora Meta Platforms) en 2013 como científico jefe de IA, liderando el laboratorio de investigación de IA de la empresa, FAIR. Durante su mandato, dio forma a la agenda de investigación de Meta, que incluyó avances en aprendizaje autosupervisado y modelos del mundo. Su trabajo en Meta contribuyó al campo más amplio de la inteligencia artificial, aunque ha sido crítico con los enfoques puramente basados en texto como los grandes modelos de lenguaje, argumentando a favor de arquitecturas que aprendan de la dinámica del mundo físico.
AMI Labs y empresas posteriores
El 19 de noviembre de 2025, LeCun confirmó que dejaría Meta después de diez años para fundar una empresa centrada en arquitecturas de modelos del mundo e inteligencia artificial similar a la humana, que él llama superinteligencia. La empresa resultante, Advanced Machine Intelligence Labs (AMI Labs), está dirigida por el CEO Alex LeBrun, con LeCun como presidente ejecutivo. AMI Labs tiene como objetivo construir sistemas de IA que aprendan la estructura y la dinámica del mundo físico en lugar de solo predecir texto.
En marzo de 2026, AMI anunció que había recaudado $1.03 mil millones en financiamiento con una valoración previa al dinero de $3.5 mil millones, con la ronda co-liderada por Cathay Innovation, Greycroft, Hiro Capital, HV Capital y Bezos Expeditions. En enero de 2026, LeCun también se convirtió en presidente fundador del Consejo Técnico de Investigación de Logical Intelligence, una empresa de IA que desarrolla sistemas de razonamiento basados en energía.
Honores y premios
LeCun es miembro de la Academia Nacional de Ciencias de EE. UU., la Academia Nacional de Ingeniería y la Academia de Ciencias de Francia. Ha recibido doctorados honorarios del Instituto Politécnico Nacional (2016), EPFL (2018), Université Côte d'Azur (2021), Università di Siena (2023) y la Universidad de Ciencia y Tecnología de Hong Kong (2023).
Sus premios incluyen el Premio Pionero de Redes Neuronales del IEEE (2014), el Premio al Investigador Distinguido PAMI (2015), la Medalla IRI (2018) y el Premio Harold Pender (2018). En 2019, recibió el Premio Placa de Oro de la Academia Estadounidense de Logros. En marzo de 2019, ganó el Premio Turing 2018 junto con Yoshua Bengio y Geoffrey Hinton. En 2022, recibió el Premio Princesa de Asturias en la categoría "Investigación Científica".
Legado e influencia
El desarrollo de redes neuronales convolucionales por parte de LeCun a finales de los años 1980 y principios de los 1990 sentó las bases para los sistemas modernos de visión por computadora, desde vehículos autónomos hasta imágenes médicas. Su defensa de los modelos basados en energía y los modelos del mundo continúa influyendo en los debates sobre el futuro del aprendizaje automático, particularmente los límites de la IA generativa basada en la predicción de texto. Su traslado a AMI Labs señala un cambio hacia una IA encarnada y fundamentada físicamente, una dirección que ha defendido en contraste con el escalado de transformadores basados en modelos de lenguaje.