Yann André Le Cun (nascido em 8 de julho de 1960) é um cientista da computação franco-americano que trabalha com inteligência artificial, aprendizado de máquina, visão computacional, robótica e compressão de imagens. Ele é mais conhecido por seu trabalho pioneiro em reconhecimento óptico de caracteres e visão computacional usando redes neurais convolucionais (CNNs), um modelo inspirado biologicamente que se tornou fundamental para o aprendizado profundo moderno. Ele também é um dos principais criadores do formato de compressão de imagens DjVu e codesenvolveu a linguagem de programação Lush com Léon Bottou.
LeCun atuou como Cientista Chefe de IA na Meta Platforms antes de cofundar a Advanced Machine Intelligence Labs (AMI Labs) em dezembro de 2025. Ele ocupa a Cátedra Jacob T. Schwartz de Ciência da Computação no Courant Institute of Mathematical Sciences da Universidade de Nova York. Em 2018, recebeu o Prêmio Turing juntamente com Yoshua Bengio e Geoffrey Hinton por suas contribuições ao aprendizado profundo, e os três são às vezes chamados de "Padrinhos da IA" ou "Padrinhos do Aprendizado Profundo".
Início da vida e educação
LeCun nasceu em 8 de julho de 1960 em Soisy-sous-Montmorency, um subúrbio de Paris. Seu sobrenome deriva da forma bretã antiga Le Cunff, originária da região de Guingamp, no norte da Bretanha; Yann é a forma bretã de Jean. Ele obteve um Diplôme d'Ingénieur da ESIEE Paris em 1983 e um doutorado em ciência da computação pela Université Pierre et Marie Curie (atualmente Sorbonne University) em 1987. Durante seu doutorado, propôs uma forma inicial de retropropagação, um algoritmo essencial para o treinamento de redes neurais. A partir de 1987, passou um ano como pesquisador de pós-doutorado na Universidade de Toronto, supervisionado por Geoffrey Hinton. LeCun tem cidadania americana e três filhos.
Bell Labs e início de carreira
Em 1988, LeCun ingressou no Departamento de Pesquisa em Sistemas Adaptativos da Bell Labs, em Holmdel, Nova Jersey, liderado por Lawrence D. Jackel. Lá, desenvolveu vários métodos de aprendizado de máquina, incluindo redes neurais convolucionais (conhecidas como LeNet), a técnica de regularização "Optimal Brain Damage" e Redes Transformer Gráficas (semelhantes a campos aleatórios condicionais). Aplicou esses métodos ao reconhecimento de escrita manual e ao reconhecimento óptico de caracteres, e seu sistema de reconhecimento de cheques bancários foi amplamente implantado pela NCR e outras empresas.
Em 1996, tornou-se chefe do Departamento de Pesquisa em Processamento de Imagens da AT&T Labs-Research, parte do Laboratório de Pesquisa em Fala e Processamento de Imagens de Lawrence Rabiner. Seu trabalho lá focou no DjVu, um formato de compressão de imagens para distribuição eficiente de documentos digitalizados, posteriormente usado pela Internet Archive. Seus colaboradores incluíam Léon Bottou e Vladimir Vapnik.
Universidade de Nova York
Após uma breve bolsa no NEC Research Institute, LeCun ingressou na Universidade de Nova York em 2003. Tornou-se Professor Jacob T. Schwartz de Ciência da Computação e Neurociência no Courant Institute e no Center for Neural Science. Sua pesquisa na NYU concentrou-se em modelos baseados em energia para aprendizado supervisionado e não supervisionado, aprendizado de características para reconhecimento de objetos e robótica móvel.
Em 2012, tornou-se diretor fundador do NYU Center for Data Science. Em 9 de dezembro de 2013, foi nomeado o primeiro diretor de pesquisa de IA da Meta em Nova York, deixando a direção da NYU no início de 2014. Em 2013, cofundou a Conferência Internacional sobre Representações de Aprendizado com Yoshua Bengio, que adotou um processo de revisão aberta pós-publicação que ele defendia. Ele também organizou o "Learning Workshop" anual em Snowbird, Utah, de 1986 a 2012, e atuou como codiretor do programa "Learning in Machines and Brain" do CIFAR.
Em 2016, LeCun foi professor visitante no Collège de France, em Paris, ocupando a Cátedra Anual de Informática e Ciências Numéricas. Em 2023, foi nomeado o primeiro ocupante da Cátedra Jacob T. Schwartz no Courant Institute da NYU. Ele também atua como consultor científico da Kyutai, um grupo de pesquisa francês financiado por Xavier Niel, Rodolphe Saadé, Eric Schmidt e outros.
Meta Platforms e FAIR
LeCun ingressou na Facebook (atualmente Meta Platforms) em 2013 como cientista chefe de IA, liderando o laboratório de pesquisa de IA da empresa, o FAIR. Durante sua gestão, moldou a agenda de pesquisa da Meta, que incluiu avanços em aprendizado autossupervisionado e modelos de mundo. Seu trabalho na Meta contribuiu para o campo mais amplo da inteligência artificial, embora ele tenha sido crítico de abordagens puramente baseadas em texto, como os grandes modelos de linguagem, defendendo arquiteturas que aprendem a partir da dinâmica do mundo físico.
AMI Labs e empreendimentos posteriores
Em 19 de novembro de 2025, LeCun confirmou que deixaria a Meta após dez anos para fundar uma empresa focada em arquiteturas de modelos de mundo e inteligência artificial semelhante à humana, que ele chama de superinteligência. A empresa resultante, Advanced Machine Intelligence Labs (AMI Labs), é dirigida pelo CEO Alex LeBrun, com LeCun como Presidente Executivo. A AMI Labs visa construir sistemas de IA que aprendem a estrutura e a dinâmica do mundo físico em vez de apenas prever texto.
Em março de 2026, a AMI anunciou que havia levantado US$ 1,03 bilhão em financiamento com uma avaliação pré-monetária de US$ 3,5 bilhões, com a rodada liderada pela Cathay Innovation, Greycroft, Hiro Capital, HV Capital e Bezos Expeditions. Em janeiro de 2026, LeCun também se tornou presidente fundador do Conselho Técnico de Pesquisa da Logical Intelligence, uma empresa de IA que desenvolve sistemas de raciocínio baseados em energia.
Prêmios e honrarias
LeCun é membro da Academia Nacional de Ciências dos Estados Unidos, da Academia Nacional de Engenharia e da Académie des Sciences francesa. Recebeu doutorados honorários do Instituto Politécnico Nacional (2016), da EPFL (2018), da Université Côte d'Azur (2021), da Universidade de Siena (2023) e da Universidade de Ciência e Tecnologia de Hong Kong (2023).
Seus prêmios incluem o IEEE Neural Network Pioneer Award (2014), o PAMI Distinguished Researcher Award (2015), a Medalha IRI (2018) e o Harold Pender Award (2018). Em 2019, recebeu a Golden Plate Award da American Academy of Achievement. Em março de 2019, ganhou o Prêmio Turing de 2018 com Yoshua Bengio e Geoffrey Hinton. Em 2022, recebeu o Prêmio Princesa das Astúrias na categoria "Pesquisa Científica".
Legado e influência
O desenvolvimento de redes neurais convolucionais por LeCun no final dos anos 1980 e início dos anos 1990 estabeleceu as bases para os sistemas modernos de visão computacional, desde veículos autônomos até imagens médicas. Sua defesa de modelos baseados em energia e modelos de mundo continua a influenciar os debates sobre o futuro do aprendizado de máquina, particularmente os limites da IA generativa baseada em previsão de texto. Sua mudança para a AMI Labs sinaliza uma mudança em direção a uma IA corporificada e fundamentada fisicamente, uma direção que ele tem defendido em contraste com a escala dos modelos de linguagem baseados em transformadores.