Yann André Le Cun (nacido el 8 de julio de 1960) es un científico informático franco-estadounidense que trabaja en inteligencia artificial, aprendizaje automático, visión por computadora, robótica y compresión de imágenes. Es el Profesor Jacob T. Schwartz de Ciencias de la Computación en el Instituto Courant de Ciencias Matemáticas de la Universidad de Nueva York. Se desempeñó como Científico Jefe de IA en Meta Platforms antes de cofundar Advanced Machine Intelligence Labs en diciembre de 2025.
LeCun es bien conocido por su trabajo en reconocimiento óptico de caracteres y visión por computadora utilizando redes neuronales convolucionales. También es uno de los principales creadores de la tecnología de compresión de imágenes DjVu, junto con Léon Bottou y Patrick Haffner, y co-desarrolló el lenguaje de programación Lush con Bottou. En 2018, LeCun, Yoshua Bengio y Geoffrey Hinton recibieron el Premio Turing de la Asociación de Maquinaria Computacional por su trabajo en aprendizaje profundo. LeCun, Bengio y Hinton, y ocasionalmente Jürgen Schmidhuber, a veces son referidos como los "Padrinos de la IA" y los "Padrinos del Aprendizaje Profundo".
Vida temprana y educación
Yann André Le Cun nació el 8 de julio de 1960 en Soisy-sous-Montmorency, en los suburbios de París. Su apellido, Le Cun, deriva de la forma bretona antigua Le Cunff y se origina en la región de Guingamp en el norte de Bretaña. Yann es la forma bretona de Jean, la forma francesa de Juan.
Recibió un Diplôme d'Ingénieur de la ESIEE Paris en 1983 y un doctorado en ciencias de la computación de la Universidad Pierre et Marie Curie (ahora Universidad de la Sorbona) en 1987, durante el cual propuso una forma temprana de retropropagación, un algoritmo crucial para permitir que las redes neuronales aprendan. Antes de unirse a AT&T, LeCun fue investigador postdoctoral durante un año, comenzando en 1987, supervisado por Geoffrey Hinton en la Universidad de Toronto.
LeCun tiene tres hijos, y su hermano está empleado por Google. Tiene ciudadanía estadounidense.
Carrera e investigación
La carrera de LeCun se ha desarrollado principalmente en Bell Labs, la Universidad de Nueva York y Meta Platforms.
Bell Labs
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, donde desarrolló varios métodos nuevos de aprendizaje automático, como un modelo de reconocimiento de imágenes inspirado biológicamente llamado redes neuronales convolucionales (LeNet), los métodos de regularización de "Daño Cerebral Óptimo" y el método de Redes Transformadoras de Grafos (similar a los campos aleatorios condicionales), que aplicó al reconocimiento de escritura a mano y al reconocimiento óptico de caracteres. El sistema de reconocimiento de cheques bancarios que ayudó a desarrollar fue ampliamente implementado por NCR y otras empresas.
En 1996, se unió a AT&T Labs-Research como jefe del Departamento de Investigación de Procesamiento de Imágenes, que formaba parte del Laboratorio de Investigación de Procesamiento de Voz e Imágenes de Lawrence Rabiner, y trabajó principalmente en la tecnología de compresión de imágenes DjVu, un formato diseñado para la distribución eficiente de documentos escaneados, utilizado por el Archivo de Internet para proporcionar acceso a textos digitalizados. Sus colaboradores en AT&T incluyen a Léon Bottou y Vladimir Vapnik.
Universidad de Nueva York
Después de un breve período como becario del Instituto de Investigación NEC, LeCun se unió a la Universidad de Nueva York en 2003, donde es Profesor Titular de la Cátedra Jacob T. Schwartz de Ciencias de la Computación y Ciencias Neurales en el Instituto Courant de Ciencias Matemáticas y el Centro de Ciencias Neurales. En NYU, ha trabajado principalmente en modelos basados en energía para aprendizaje supervisado y no supervisado, aprendizaje de características para reconocimiento de objetos en visión por computadora y robótica móvil.
En 2012, se convirtió en el director fundador del Centro de Ciencia de Datos de NYU. El 9 de diciembre de 2013, LeCun se convirtió en el primer director de Meta AI Research en la ciudad de Nueva York y a principios de 2014 renunció a la dirección de NYU-CDS.
En 2013, él y Yoshua Bengio cofundaron la Conferencia Internacional sobre Representaciones de Aprendizaje, que adoptó un proceso de revisión abierta posterior a la publicación que él había defendido previamente en su sitio web. Fue presidente y organizador del "Taller de Aprendizaje" celebrado cada año entre 1986 y 2012 en Snowbird, Utah. Es miembro del Consejo Asesor Científico del Instituto de Matemáticas Puras y Aplicadas de UCLA, y codirector del programa de investigación Aprendizaje en Máquinas y Cerebro (anteriormente Computación Neural y Percepción Adaptativa) de CIFAR.
En 2016, fue profesor visitante de ciencias de la computación en la Cátedra Anual de Informática y Ciencias Numéricas en el Collège de France en París, donde presentó la lección inaugural. En 2023, fue nombrado como el primer Profesor Titular de la Cátedra Jacob T. Schwartz en Ciencias de la Computación en el Instituto Courant de NYU. LeCun también es asesor científico del grupo de investigación francés Kyutai, financiado por Xavier Niel, Rodolphe Saadé, Eric Schmidt y otros.
Meta Platforms
LeCun se unió a Facebook (ahora Meta Platforms) en 2013 como científico jefe de IA y dirigió el laboratorio de investigación de IA de la empresa, FAIR. Durante su mandato, supervisó avances significativos en IA, incluido el desarrollo de métodos de aprendizaje autosupervisado y el marco PyTorch, que se adoptó ampliamente en la comunidad de investigación.
AMI Labs
El 19 de noviembre de 2025, LeCun confirmó que dejaría Meta después de diez años para fundar su propia empresa centrada en arquitecturas de modelos del mundo e inteligencia artificial similar a la humana que él llama superinteligencia. La empresa que fundó, Advanced Machine Intelligence Labs (o AMI Labs), está dirigida por el CEO Alex LeBrun, con LeCun como Presidente Ejecutivo. Esta empresa se centra en construir "modelos del mundo" de IA: sistemas que aprenden a comprender la estructura y dinámica del mundo físico en lugar de solo predecir texto como modelos de lenguaje grandes.
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. La ronda de financiamiento fue co-liderada por inversores que incluyen a Cathay Innovation, Greycroft, Hiro Capital, HV Capital y Bezos Expeditions.
En enero de 2026, LeCun se convirtió en presidente fundador de la Junta Técnica de Investigación de Logical Intelligence, una empresa de IA que desarrolla sistemas de razonamiento basados en energía (EBM).
Contribuciones al aprendizaje profundo
El trabajo temprano de LeCun sobre retropropagación en la década de 1980 sentó las bases para entrenar redes neuronales multicapa. Su desarrollo de redes neuronales convolucionales (CNN) a finales de la década de 1980 y 1990, particularmente la arquitectura LeNet, demostró la efectividad de las capas convolucionales para tareas de reconocimiento de imágenes. Estas innovaciones influyeron directamente en arquitecturas posteriores como ResNet y ahora son estándar en sistemas de visión por computadora.
También contribuyó al desarrollo de la regularización dropout y otras técnicas que mejoraron la generalización de las redes neuronales. Su investigación sobre modelos basados en energía y aprendizaje autosupervisado ha influido en enfoques modernos para el aprendizaje de representaciones.
Honores y premios
LeCun es miembro de la Academia Nacional de Ciencias de EE. UU., la Academia Nacional de Ingeniería y la Academia Francesa de Ciencias. Ha recibido doctorados honorarios del Instituto Politécnico Nacional (IPN) en la Ciudad de México en 2016, de la EPFL en 2018, de la Universidad Côte d'Azur en 2021, de la Universidad de Siena en 2023 y de la Universidad de Ciencia y Tecnología de Hong Kong en 2023.
En 2014, recibió el Premio Pionero de Redes Neuronales del IEEE y en 2015, el Premio al Investigador Distinguido de PAMI. En 2018, LeCun fue galardonado con la Medalla IRI, establecida por el Instituto de Investigación Industrial (IRI), y el Premio Harold Pender, otorgado por la Universidad de Pensilvania. En 2019, recibió el Premio Placa de Oro de la Academia Estadounidense de Logros.
En marzo de 2019, LeCun ganó el Premio Turing 2018, compartiéndolo con Yoshua Bengio y Geoffrey Hinton. En 2022, recibió el Premio Princesa de Asturias en la categoría "Investigación Científica", junto con otros investigadores de IA.