Yann André Le Cun (né le 8 juillet 1960) est un informaticien franco-américain travaillant dans les domaines de l'intelligence artificielle, de l'apprentissage automatique, de la vision par ordinateur, de la robotique et de la compression d'images. Il est surtout connu pour ses travaux pionniers sur la reconnaissance optique de caractères et la vision par ordinateur utilisant des réseaux de neurones convolutifs (CNN), un modèle inspiré de la biologie qui est devenu fondamental pour le apprentissage profond moderne. Il est également l'un des principaux créateurs de la technologie de compression d'images DjVu et a co-développé le langage de programmation Lush avec Léon Bottou.
LeCun a occupé le poste de scientifique en chef de l'IA chez Meta Platforms avant de co-fonder Advanced Machine Intelligence Labs (AMI Labs) en décembre 2025. Il détient la chaire de professeur Jacob T. Schwartz en informatique au Courant Institute of Mathematical Sciences de l'Université de New York. En 2018, il a reçu le prix Turing conjointement avec Yoshua Bengio et Geoffrey Hinton pour leurs contributions à l'apprentissage profond, et les trois sont parfois appelés les « parrains de l'IA » ou les « parrains de l'apprentissage profond ».
Jeunesse et éducation
LeCun est né le 8 juillet 1960 à Soisy-sous-Montmorency, une banlieue de Paris. Son nom de famille dérive de l'ancienne forme bretonne Le Cunff, originaire de la région de Guingamp dans le nord de la Bretagne ; Yann est la forme bretonne de Jean. Il a obtenu un diplôme d'ingénieur de l'ESIEE Paris en 1983 et un doctorat en informatique de l'Université Pierre et Marie Curie (aujourd'hui Sorbonne Université) en 1987. Au cours de ses travaux de doctorat, il a proposé une forme précoce de rétropropagation, un algorithme essentiel pour l'entraînement des réseaux de neurones. À partir de 1987, il a passé un an comme chercheur postdoctoral à l'Université de Toronto, sous la supervision de Geoffrey Hinton. LeCun a la citoyenneté américaine et trois fils.
Bell Labs et début de carrière
En 1988, LeCun a rejoint le département de recherche sur les systèmes adaptatifs des laboratoires AT&T Bell à Holmdel, dans le New Jersey, dirigé par Lawrence D. Jackel. Il y a développé plusieurs méthodes d'apprentissage automatique, notamment les réseaux de neurones convolutifs (connus sous le nom de LeNet), la technique de régularisation « Optimal Brain Damage » et les réseaux de transformateurs de graphes (similaires aux champs aléatoires conditionnels). Il a appliqué ces méthodes à la reconnaissance de l'écriture manuscrite et à la reconnaissance optique de caractères, et son système de reconnaissance de chèques bancaires a été largement déployé par NCR et d'autres entreprises.
En 1996, il est devenu chef du département de recherche en traitement d'images chez AT&T Labs-Research, faisant partie du laboratoire de recherche en parole et traitement d'images de Lawrence Rabiner. Ses travaux y étaient centrés sur DjVu, un format de compression d'images pour la distribution efficace de documents numérisés, utilisé plus tard par l'Internet Archive. Ses collaborateurs comprenaient Léon Bottou et Vladimir Vapnik.
Université de New York
Après une brève bourse au NEC Research Institute, LeCun a rejoint l'Université de New York en 2003. Il est devenu professeur Jacob T. Schwartz en informatique et en science neuronale au Courant Institute et au Center for Neural Science. Ses recherches à NYU portaient sur les modèles basés sur l'énergie pour l'apprentissage supervisé et non supervisé, l'apprentissage de caractéristiques pour la reconnaissance d'objets et la robotique mobile.
En 2012, il est devenu directeur fondateur du NYU Center for Data Science. Le 9 décembre 2013, il a été nommé premier directeur de Meta AI Research à New York, quittant la direction de NYU au début de 2014. En 2013, il a co-fondé la Conférence internationale sur les représentations de l'apprentissage avec Yoshua Bengio, qui a adopté un processus de révision ouverte post-publication qu'il avait défendu. Il a également organisé l'atelier annuel « Learning Workshop » à Snowbird, dans l'Utah, de 1986 à 2012, et a été co-directeur du programme Learning in Machines and Brain du CIFAR.
En 2016, LeCun a été professeur invité au Collège de France à Paris, titulaire de la Chaire Annuelle Informatique et Sciences Numériques. En 2023, il a été nommé premier professeur titulaire de la chaire Jacob T. Schwartz au Courant Institute de NYU. Il est également conseiller scientifique auprès de Kyutai, un groupe de recherche français financé par Xavier Niel, Rodolphe Saadé, Eric Schmidt et d'autres.
Meta Platforms et FAIR
LeCun a rejoint Facebook (aujourd'hui Meta Platforms) en 2013 en tant que scientifique en chef de l'IA, dirigeant le laboratoire de recherche en IA de l'entreprise, FAIR. Pendant son mandat, il a façonné l'agenda de recherche de Meta, qui comprenait des avancées en apprentissage auto-supervisé et en modèles du monde. Ses travaux chez Meta ont contribué au domaine plus large de l'intelligence artificielle, bien qu'il ait critiqué les approches purement textuelles comme les grands modèles de langage, plaidant pour des architectures qui apprennent à partir de la dynamique du monde physique.
AMI Labs et projets ultérieurs
Le 19 novembre 2025, LeCun a confirmé qu'il quitterait Meta après dix ans pour fonder une entreprise axée sur les architectures de modèles du monde et l'intelligence artificielle de type humain, qu'il appelle superintelligence. L'entreprise résultante, Advanced Machine Intelligence Labs (AMI Labs), est dirigée par le PDG Alex LeBrun, avec LeCun comme président exécutif. AMI Labs vise à construire des systèmes d'IA qui apprennent la structure et la dynamique du monde physique plutôt que de simplement prédire du texte.
En mars 2026, AMI a annoncé avoir levé 1,03 milliard de dollars de financement à une valorisation pré-monétaire de 3,5 milliards de dollars, avec un tour de table co-dirigé par Cathay Innovation, Greycroft, Hiro Capital, HV Capital et Bezos Expeditions. En janvier 2026, LeCun est également devenu président fondateur du conseil de recherche technique de Logical Intelligence, une entreprise d'IA développant des systèmes de raisonnement basés sur l'énergie.
Honneurs et récompenses
LeCun est membre de l'Académie nationale des sciences des États-Unis, de l'Académie nationale d'ingénierie et de l'Académie des sciences française. Il a reçu des doctorats honorifiques de l'Instituto Politécnico Nacional (2016), de l'EPFL (2018), de l'Université Côte d'Azur (2021), de l'Università di Siena (2023) et de l'Université des sciences et technologies de Hong Kong (2023).
Ses récompenses incluent le prix IEEE Neural Network Pioneer (2014), le prix PAMI Distinguished Researcher (2015), la médaille IRI (2018) et le prix Harold Pender (2018). En 2019, il a reçu la Golden Plate Award de l'American Academy of Achievement. En mars 2019, il a remporté le prix Turing 2018 avec Yoshua Bengio et Geoffrey Hinton. En 2022, il a reçu le prix Princesse des Asturies dans la catégorie « Recherche scientifique ».
Héritage et influence
Le développement des réseaux de neurones convolutifs par LeCun à la fin des années 1980 et au début des années 1990 a jeté les bases des systèmes modernes de vision par ordinateur, des véhicules autonomes à l'imagerie médicale. Son plaidoyer pour les modèles basés sur l'énergie et les modèles du monde continue d'influencer les débats sur l'avenir du apprentissage automatique, en particulier les limites de l'IA générative basée sur la prédiction de texte. Son passage à AMI Labs signale un virage vers une IA incarnée et ancrée physiquement, une direction qu'il a défendue par opposition à la mise à l'échelle des modèles de transformeurs de langage.