Yann LeCun es un informático franco-estadounidense conocido principalmente por desarrollar la red neuronal convolucional (CNN), una arquitectura que se convirtió en la herramienta estándar para la visión por computadora y en un bloque fundacional del aprendizaje profundo moderno.
Carrera
Nacido en 1960 cerca de París, LeCun obtuvo un doctorado en la Université Pierre et Marie Curie en 1987, trabajando en versiones tempranas de retropropagación aplicadas a redes neuronales. Luego se unió a Bell Labs en Estados Unidos, donde a finales de los años 1980 y durante los años 1990 construyó LeNet, una CNN entrenada para reconocer dígitos manuscritos que se desplegó comercialmente para leer cheques, una de las primeras aplicaciones industriales a gran escala de redes neuronales. El uso de filtros convolucionales y agrupación en la arquitectura, inspirado en parte por modelos biológicos anteriores, permitió que las redes aprendieran características visuales directamente de los píxeles en lugar de depender de características diseñadas manualmente.
Tras períodos en NEC Research y como profesor en la Universidad de Nueva York, LeCun se convirtió en el director fundador del laboratorio de investigación de IA de Facebook (FAIR) en 2013, luego renombrado como Meta AI, y ocupó el cargo de científico jefe de IA de la empresa. Bajo su dirección, Meta persiguió una estrategia de pesos abiertos para sus modelos, incluida la familia Llama, en contraste con el enfoque cerrado de laboratorios como OpenAI, una elección que LeCun ha defendido como mejor para la investigación, el escrutinio de seguridad y la competencia.
Opiniones sobre el escalado y los modelos del mundo
LeCun compartió el Premio Turing de 2018 con Geoffrey Hinton y Yoshua Bengio por su trabajo fundacional en aprendizaje profundo, pero se ha convertido en uno de los escépticos más prominentes del campo respecto a la idea de que simplemente escalar los sistemas de modelos de lenguaje grandes conducirá a una inteligencia a nivel humano o general. Argumenta que la predicción de texto autorregresiva es un sustrato pobre para el razonamiento y la planificación, y en su lugar ha promovido la investigación sobre "modelos del mundo", sistemas autosupervisados que aprenden representaciones internas predictivas de la realidad física, un enfoque estrechamente vinculado al concepto más amplio de modelo del mundo. También ha sido públicamente desdeñoso con las preocupaciones a corto plazo sobre el riesgo existencial de la IA, lo que lo sitúa en desacuerdo con Hinton y Bengio en esa cuestión, a pesar de su linaje técnico compartido.
A finales de 2025, LeCun anunció planes para dejar Meta y continuar esta investigación sobre modelos del mundo de forma independiente, reflejando una divergencia más amplia entre el grupo de "el escalado es suficiente", asociado con los laboratorios fronterizos de modelos de lenguaje grandes, y los investigadores que creen que se necesitan nuevas arquitecturas para alcanzar la inteligencia artificial general.