Yann LeCun est un informaticien franco-américain surtout connu pour avoir développé le réseau de neurones convolutif (CNN), une architecture devenue l'outil standard de la vision par ordinateur et un élément fondateur du apprentissage profond moderne.
Carrière
Né en 1960 près de Paris, LeCun a obtenu un doctorat de l'Université Pierre et Marie Curie en 1987, en travaillant sur les premières versions du rétropropagation appliquées aux réseaux de neurones. Il a ensuite rejoint les Bell Labs aux États-Unis, où, à la fin des années 1980 et dans les années 1990, il a construit LeNet, un CNN entraîné à reconnaître des chiffres manuscrits, déployé commercialement pour lire des chèques, l'une des premières applications industrielles à grande échelle des réseaux de neurones. L'utilisation de filtres convolutifs et de pooling dans cette architecture, inspirée en partie par des modèles biologiques antérieurs, a permis aux réseaux d'apprendre des caractéristiques visuelles directement à partir des pixels, plutôt que de s'appuyer sur des caractéristiques conçues manuellement.
Après des passages à NEC Research et comme professeur à l'Université de New York, LeCun est devenu en 2013 le directeur fondateur du laboratoire de recherche en IA de Facebook (FAIR), rebaptisé plus tard Meta AI, et a occupé le poste de scientifique en chef de l'IA de l'entreprise. Sous sa direction, Meta a poursuivi une stratégie d'open weights pour ses modèles, y compris la famille Llama, contrairement à l'approche fermée de laboratoires comme OpenAI, un choix que LeCun a défendu comme étant meilleur pour la recherche, l'examen de la sécurité et la concurrence.
Points de vue sur le scaling et les modèles du monde
LeCun a partagé le prix Turing 2018 avec Geoffrey Hinton et Yoshua Bengio pour leurs travaux fondateurs sur l'apprentissage profond, mais il est devenu l'un des sceptiques les plus éminents du domaine concernant l'idée que le simple scaling des systèmes de grands modèles de langage mènera à une intelligence de niveau humain ou générale. Il soutient que la prédiction de texte autorégressive est un substrat médiocre pour le raisonnement et la planification, et a plutôt promu la recherche sur les « modèles du monde », des systèmes auto-supervisés qui apprennent des représentations internes prédictives de la réalité physique, une approche étroitement liée au concept plus large de modèle du monde. Il a également rejeté publiquement les préoccupations à court terme concernant le risque existentiel lié à l'IA, ce qui le place en désaccord avec Hinton et Bengio sur cette question, malgré leur lignée technique commune.
Fin 2025, LeCun a annoncé son intention de quitter Meta pour poursuivre cette recherche sur les modèles du monde de manière indépendante, reflétant une divergence plus large entre le camp du « le scaling suffit » associé aux laboratoires de pointe sur les grands modèles de langage et les chercheurs qui estiment que de nouvelles architectures sont nécessaires pour atteindre l'intelligence artificielle générale.