Yann LeCun: a biografia completa do criador das redes convolucionais

Em 1988, LeCun entrou no departamento de pesquisa em sistemas adaptativos dos Bell Labs, da AT&T, em Holmdel, Nova Jersey. Lá desenvolveu as redes neurais convolucionais, inspiradas no córtex visual: em vez de conectar cada pixel a cada neurônio, a rede aplica pequenos filtros que percorrem a imagem e detectam bordas, formas e, em camadas mais profundas, objetos ^[1].

A família de redes que criou, chamada LeNet, foi aplicada ao reconhecimento de dígitos manuscritos. O sistema de leitura de cheques que ajudou a desenvolver foi amplamente usado pela NCR e outras empresas e, no fim dos anos 1990, lia uma parcela significativa dos cheques emitidos nos Estados Unidos. No Bell Labs, também criou o método de regularização Optimal Brain Damage e as Graph Transformer Networks ^[1].

Em 1996, passou ao AT&T Labs-Research como chefe do departamento de processamento de imagens, onde trabalhou principalmente no DjVu, formato de compressão de documentos digitalizados criado com Léon Bottou e Patrick Haffner, e colaborou com Vladimir Vapnik ^[1].

Em 9 de dezembro de 2013, LeCun tornou-se o primeiro diretor do Facebook AI Research (FAIR), o laboratório de IA do Facebook, com sede em Nova York, mantendo o cargo de professor na NYU. Mais tarde, passou a cientista-chefe de IA da Meta ^[1].

Sob sua influência, o laboratório adotou uma política de pesquisa aberta: publicou artigos e código, criou o PyTorch, que virou a biblioteca de aprendizado profundo mais usada no meio acadêmico, e lançou a família de modelos Llama com pesos abertos. LeCun é um dos maiores defensores de que modelos abertos são mais seguros e democráticos do que sistemas fechados controlados por poucas empresas.

Em 19 de novembro de 2025, confirmou que deixaria a Meta depois de dez anos para fundar a própria empresa. A saída aconteceu num momento em que Mark Zuckerberg reorganizava a área de IA em torno de um novo laboratório de superinteligência ^[1].

LeCun é o mais conhecido crítico, entre os pioneiros da área, da ideia de que basta escalar os grandes modelos de linguagem para chegar à inteligência humana. Em entrevista ao Financial Times, disse que os LLMs são basicamente "um beco sem saída quando se trata de superinteligência" ^[1].

O argumento é que esses modelos aprendem apenas com texto, não têm memória persistente, não planejam e não entendem o mundo físico. Uma criança de 4 anos, costuma lembrar, já recebeu pela visão mais informação do que todo o texto usado para treinar os maiores modelos. Para ele, o caminho é ensinar máquinas a aprender como animais e bebês, observando o mundo.

Em março de 2019, LeCun recebeu o Prêmio Turing de 2018 com Geoffrey Hinton e Yoshua Bengio, por avanços que tornaram as redes neurais profundas um componente crítico da computação. Os três ficaram conhecidos como os padrinhos da IA ^{[1] [2]}.

É membro da National Academy of Sciences dos Estados Unidos desde 2021, da National Academy of Engineering e da Académie des Sciences francesa. Foi nomeado cavaleiro da Legião de Honra pelo presidente da França em 2023 e recebeu o prêmio Princesa das Astúrias de 2022, o VinFuture Prize de 2024 e o Queen Elizabeth Prize for Engineering de 2025, todos com outros pioneiros da área, como Demis Hassabis, Jensen Huang e Fei-Fei Li ^[1].