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 professeur d'informatique titulaire de la chaire Jacob T. Schwartz à l'Institut Courant des sciences mathématiques de l'Université de New York. Il a été scientifique en chef de l'IA chez Meta Platforms avant de cofonder Advanced Machine Intelligence Labs en décembre 2025.
LeCun est bien connu pour ses travaux sur la reconnaissance optique de caractères et la vision par ordinateur utilisant des réseaux de neurones convolutifs. Il est également l'un des principaux créateurs de la technologie de compression d'images DjVu, aux côtés de Léon Bottou et Patrick Haffner, et a co-développé le langage de programmation Lush avec Bottou. En 2018, LeCun, Yoshua Bengio et Geoffrey Hinton ont reçu le prix Turing de l'Association for Computing Machinery pour leurs travaux sur le apprentissage profond. LeCun, Bengio et Hinton, et parfois Jürgen Schmidhuber, sont parfois désignés comme les « parrains de l'IA » et les « parrains de l'apprentissage profond ».
Jeunesse et formation
Yann André Le Cun est né le 8 juillet 1960 à Soisy-sous-Montmorency, dans la banlieue de Paris. Son nom de famille, Le Cun, dérive de l'ancienne forme bretonne Le Cunff et provient de la région de Guingamp dans le nord de la Bretagne. Yann est la forme bretonne de Jean, la forme française de John.
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, période durant laquelle il a proposé une forme précoce de rétropropagation, un algorithme crucial pour permettre aux réseaux de neurones d'apprendre. Avant de rejoindre AT&T, LeCun a été chercheur postdoctoral pendant un an, à partir de 1987, sous la supervision de Geoffrey Hinton à l'Université de Toronto.
LeCun a trois fils, et son frère est employé chez Google. Il possède la citoyenneté américaine.
Carrière et recherche
La carrière de LeCun s'est déroulée principalement aux Bell Labs, à l'Université de New York et chez Meta Platforms.
Bell Labs
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, où il a développé un certain nombre de nouvelles méthodes d'apprentissage automatique, telles qu'un modèle de reconnaissance d'images inspiré de la biologie appelé réseaux de neurones convolutifs (LeNet), les méthodes de régularisation « Optimal Brain Damage », et la méthode des Graph Transformer Networks (similaire aux champs aléatoires conditionnels), qu'il a appliquées à la reconnaissance de l'écriture manuscrite et à la reconnaissance optique de caractères. Le système de reconnaissance de chèques bancaires qu'il a contribué à développer a été largement déployé par NCR et d'autres entreprises.
En 1996, il a rejoint AT&T Labs-Research en tant que responsable du département de recherche en traitement d'images, qui faisait partie du laboratoire de recherche en parole et traitement d'images de Lawrence Rabiner, et a travaillé principalement sur la technologie de compression d'images DjVu, un format conçu pour la distribution efficace de documents numérisés, utilisé par l'Internet Archive pour fournir un accès à des textes numérisés. Ses collaborateurs chez AT&T incluent Léon Bottou et Vladimir Vapnik.
Université de New York
Après un bref passage comme chercheur à l'Institut de recherche NEC, LeCun a rejoint l'Université de New York en 2003, où il est professeur titulaire de la chaire Jacob T. Schwartz en informatique et en science neuronale à l'Institut Courant des sciences mathématiques et au Centre de science neuronale. À NYU, il a travaillé principalement sur les modèles basés sur l'énergie pour l'apprentissage supervisé et non supervisé, l'apprentissage de caractéristiques pour la reconnaissance d'objets en vision par ordinateur, et la robotique mobile.
En 2012, il est devenu le directeur fondateur du Centre de science des données de NYU. Le 9 décembre 2013, LeCun est devenu le premier directeur de Meta AI Research à New York et, au début de 2014, il a démissionné de la direction du NYU-CDS.
En 2013, il a cofondé avec Yoshua Bengio la Conférence internationale sur les représentations de l'apprentissage, qui a adopté un processus de révision ouverte post-publication qu'il avait précédemment défendu sur son site web. Il a été président et organisateur de l'« Atelier d'apprentissage » tenu chaque année entre 1986 et 2012 à Snowbird, dans l'Utah. Il est membre du comité consultatif scientifique de l'Institut de mathématiques pures et appliquées de l'UCLA, et co-directeur du programme de recherche Learning in Machines and Brain (anciennement Neural Computation & Adaptive Perception) du CIFAR.
En 2016, il a été professeur invité d'informatique sur la Chaire Annuelle Informatique et Sciences Numériques au Collège de France à Paris, où il a présenté la leçon inaugurale. En 2023, il a été nommé premier titulaire de la chaire Jacob T. Schwartz en informatique à l'Institut Courant de NYU. LeCun est également conseiller scientifique du groupe de recherche français Kyutai, financé par Xavier Niel, Rodolphe Saadé, Eric Schmidt et d'autres.
Meta Platforms
LeCun a rejoint Facebook (aujourd'hui Meta Platforms) en 2013 en tant que scientifique en chef de l'IA et a dirigé le laboratoire de recherche en IA de l'entreprise, FAIR. Pendant son mandat, il a supervisé des avancées significatives en IA, notamment le développement de méthodes d'apprentissage auto-supervisé et du framework PyTorch, qui a été largement adopté dans la communauté de la recherche.
AMI Labs
Le 19 novembre 2025, LeCun a confirmé qu'il quitterait Meta après dix ans pour fonder sa propre entreprise axée sur les architectures de modèles du monde et l'intelligence artificielle de type humain qu'il appelle la superintelligence. L'entreprise qu'il a fondée, Advanced Machine Intelligence Labs (ou AMI Labs), est dirigée par le PDG Alex LeBrun, avec LeCun en tant que président exécutif. Cette entreprise se concentre sur la construction de « modèles du monde » d'IA : des systèmes qui apprennent à comprendre la structure et la dynamique du monde physique plutôt que de simplement prédire du texte comme les grands modèles de langage.
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. Le tour de financement a été co-dirigé par des investisseurs dont Cathay Innovation, Greycroft, Hiro Capital, HV Capital et Bezos Expeditions.
En janvier 2026, LeCun est devenu président fondateur du conseil technique de recherche de Logical Intelligence, une entreprise d'IA développant des systèmes de raisonnement basés sur l'énergie (EBM).
Contributions à l'apprentissage profond
Les premiers travaux de LeCun sur la rétropropagation dans les années 1980 ont jeté les bases de l'entraînement des réseaux de neurones multicouches. Son développement des réseaux de neurones convolutifs (CNN) à la fin des années 1980 et dans les années 1990, en particulier l'architecture LeNet, a démontré l'efficacité des couches convolutives pour les tâches de reconnaissance d'images. Ces innovations ont directement influencé des architectures ultérieures telles que ResNet et sont désormais standard dans les systèmes de vision par ordinateur.
Il a également contribué au développement de la régularisation dropout et d'autres techniques qui ont amélioré la généralisation des réseaux de neurones. Ses recherches sur les modèles basés sur l'énergie et l'apprentissage auto-supervisé ont influencé les approches modernes de l'apprentissage de représentations.
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 française des sciences. Il a reçu des doctorats honorifiques de l'Instituto Politécnico Nacional (IPN) à Mexico en 2016, de l'EPFL en 2018, de l'Université Côte d'Azur en 2021, de l'Università di Siena en 2023 et de l'Université des sciences et technologies de Hong Kong en 2023.
En 2014, il a reçu le prix IEEE Neural Network Pioneer et en 2015, le prix PAMI Distinguished Researcher. En 2018, LeCun a reçu la médaille IRI, créée par l'Industrial Research Institute (IRI), et le prix Harold Pender, décerné par l'Université de Pennsylvanie. En 2019, il a reçu la plaque d'or de l'American Academy of Achievement.
En mars 2019, LeCun a remporté le prix Turing 2018, partagé avec Yoshua Bengio et Geoffrey Hinton. En 2022, il a reçu le prix Princesse des Asturies dans la catégorie « Recherche scientifique », avec d'autres chercheurs en IA.