Yann André Le Cun (nascido em 8 de julho de 1960) é um cientista da computação franco-americano especializado em inteligência artificial, aprendizado de máquina, visão computacional, robótica e compressão de imagens. Ele é o Professor Jacob T. Schwartz de Ciência da Computação no Courant Institute of Mathematical Sciences da Universidade de Nova York. Ele atuou como Cientista Chefe de IA na Meta Platforms antes de cofundar o Advanced Machine Intelligence Labs em dezembro de 2025. LeCun é amplamente reconhecido por seu trabalho em reconhecimento óptico de caracteres e visão computacional usando redes neurais convolucionais, e ele codesenvolveu a tecnologia de compressão de imagens DjVu e a linguagem de programação Lush com Léon Bottou.
Em 2018, LeCun, Yoshua Bengio e Geoffrey Hinton receberam o Prêmio Turing da Association for Computing Machinery por suas contribuições ao aprendizado profundo. Juntos, eles são frequentemente chamados de "Padrinhos da IA" ou "Padrinhos do Aprendizado Profundo". A pesquisa de LeCun moldou o aprendizado de máquina e a inteligência artificial modernos, particularmente por meio de sua defesa de modelos baseados em energia e modelos de mundo.
Início da Vida e Educação
LeCun nasceu em Soisy-sous-Montmorency, um subúrbio de Paris, França. Seu sobrenome, Le Cun, deriva da antiga forma bretã Le Cunff, originária de Guingamp, no norte da Bretanha. Ele recebeu 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 seus estudos de doutorado, ele propôs uma forma inicial de retropropagação, um algoritmo essencial para o treinamento de redes neurais.
De 1987 a 1988, LeCun foi pesquisador de pós-doutorado na Universidade de Toronto, supervisionado por Geoffrey Hinton. Ele posteriormente se tornou cidadão americano naturalizado. LeCun tem três filhos, e seu irmão trabalha no Google.
Carreira no Bell Labs
Em 1988, LeCun ingressou no Departamento de Pesquisa em Sistemas Adaptativos do AT&T Bell Laboratories em Holmdel, Nova Jersey, liderado por Lawrence D. Jackel. Lá, ele desenvolveu redes neurais convolucionais (CNNs), incluindo a arquitetura LeNet, que se tornou fundamental para o reconhecimento de imagens. Ele também introduziu o método de regularização "Optimal Brain Damage" e as Graph Transformer Networks, um precursor dos campos aleatórios condicionais. Seu trabalho possibilitou o reconhecimento prático de escrita manual e o reconhecimento óptico de caracteres (OCR), levando a sistemas de reconhecimento de cheques bancários implantados pela NCR e outras empresas.
Em 1996, LeCun tornou-se chefe do Departamento de Pesquisa em Processamento de Imagens do AT&T Labs-Research, parte do Laboratório de Pesquisa em Fala e Processamento de Imagens de Lawrence Rabiner. Ele focou no DjVu, um formato de compressão para documentos digitalizados, posteriormente usado pelo Internet Archive. Seus colaboradores incluíram Léon Bottou e Vladimir Vapnik.
Carreira Acadêmica na NYU
Após uma breve bolsa no NEC Research Institute, LeCun ingressou na Universidade de Nova York em 2003. Ele ocupa a Cátedra Jacob T. Schwartz em Ciência da Computação e Ciência Neural no Courant Institute e no Center for Neural Science. Sua pesquisa na NYU centrou-se em modelos baseados em energia para aprendizado supervisionado e não supervisionado, aprendizado de características para reconhecimento de objetos e robótica móvel.
Em 2012, LeCun tornou-se diretor fundador do NYU Center for Data Science. Em 2013, ele cofundou a International Conference on Learning Representations (ICLR) com Yoshua Bengio, que adotou um processo de revisão aberta pós-publicação. Ele também organizou o "Learning Workshop" anual em Snowbird, Utah, de 1986 a 2012. LeCun atuou como codiretor do programa Learning in Machines and Brain do CIFAR e foi professor visitante no Collège de France em 2016. Ele é conselheiro científico do grupo de pesquisa francês Kyutai.
Liderança na Meta Platforms
LeCun ingressou no Facebook (atualmente Meta Platforms) em 2013 como cientista chefe de IA, tornando-se o primeiro diretor do Meta AI Research na cidade de Nova York. Ele liderou o FAIR, o laboratório de pesquisa em IA da empresa, até 2025. Durante seu mandato, ele defendeu o aprendizado autossupervisionado e criticou as limitações dos grandes modelos de linguagem para alcançar inteligência de nível humano.
Em novembro de 2025, LeCun anunciou sua saída da Meta para focar em seu próprio empreendimento. Ele cofundou o Advanced Machine Intelligence Labs (AMI Labs) em dezembro de 2025, com o CEO Alex LeBrun e LeCun como Presidente Executivo. O AMI Labs visa construir "modelos de mundo" de IA que compreendam a dinâmica do mundo físico em vez de meramente prever texto. Em março de 2026, a AMI levantou US$ 1,03 bilhão com uma avaliação pré-money de US$ 3,5 bilhões, com investidores incluindo Cathay Innovation, Greycroft, Hiro Capital, HV Capital e Bezos Expeditions.
Em janeiro de 2026, LeCun tornou-se presidente fundador do Conselho Técnico de Pesquisa da Logical Intelligence, uma empresa que desenvolve sistemas de raciocínio baseados em energia.
Contribuições ao Aprendizado Profundo
A contribuição mais significativa de LeCun é o desenvolvimento de redes neurais convolucionais, que imitam o processamento visual biológico e são agora padrão em visão computacional. Seu trabalho inicial em retropropagação e CNNs lançou as bases para o aprendizado profundo moderno. Ele também foi pioneiro em modelos baseados em energia, que aprendem a atribuir baixa energia a previsões corretas e alta energia a previsões incorretas, influenciando arquiteturas posteriores.
Sua pesquisa em graph transformer networks e métodos de regularização foi amplamente adotada. LeCun tem sido um defensor vocal da pesquisa aberta e publicou extensivamente sobre tópicos que vão desde aumento de dados até funções de perda. Suas ideias influenciaram transformers e sistemas de IA generativa, embora ele permaneça crítico em relação a abordagens puramente baseadas em texto.
Honrarias e Prêmios
LeCun é membro da Academia Nacional de Ciências dos EUA, da Academia Nacional de Engenharia e da Académie des Sciences francesa. Ele recebeu doutorados honorários do Instituto Politécnico Nacional (2016), EPFL (2018), Université Côte d'Azur (2021), Università di Siena (2023) e Hong Kong University of Science and Technology (2023).
Seus prêmios incluem o IEEE Neural Network Pioneer Award (2014), o PAMI Distinguished Researcher Award (2015), a IRI Medal (2018), o Harold Pender Award (2018) e o Golden Plate Award da American Academy of Achievement (2019). Em 2019, ele compartilhou 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 Visões
LeCun é considerado uma das figuras fundadoras da IA moderna. Sua defesa de modelos de mundo e abordagens baseadas em energia contrasta com o paradigma dominante dos grandes modelos de linguagem. Ele argumentou que a verdadeira inteligência requer compreender o mundo físico, não apenas padrões estatísticos em texto. Seu trabalho continua a influenciar a pesquisa em instituições como o MIT CSAIL e o Stanford AI Lab, e sua liderança no AMI Labs sinaliza uma nova direção para o desenvolvimento da IA.
Apesar de suas contribuições, LeCun também tem sido uma figura controversa, frequentemente debatendo os riscos da IA e o caminho para a superinteligência. Ele permanece um pesquisador ativo e palestrante público, moldando o futuro da inteligência artificial.