Yann LeCun

Yann LeCun
	; Yann LeCun en 2025
Información personal
Nacimiento	8 de julio de 1959 o 1961 ; Soisy-sous-Montmorency (Francia)
Nacionalidad	Estadounidense y francesa
Religión	Ateísmo
Familia
Cónyuge	Isabelle Le Cun
Educación
Educado en	Sorbonne Université; ESIEE Paris (Diplôme d'ingénieur); Universidad Pierre y Marie Curie (Diplôme d'études approfondies y Doc.; 1983-1987); Universidad de Toronto (Investigador postdoctoral) ;
Supervisor doctoral	Maurice Milgram
Información profesional
Ocupación	Ingeniero de software, ingeniero eléctrico, investigador de la inteligencia artificial, profesor e informático teórico
Área	Ciencias de la computación, aprendizaje profundo e inteligencia artificial
Cargos ocupados	Chief artificial intelligence officer (2013-2025)
Empleador	Bell Labs; Collège de France; Universidad de Nueva York, Escuela Tandon de Ingeniería; Universidad de Nueva York (desde 2003); Meta Platforms (desde 2013) ;
Estudiantes doctorales	Wojciech Zaremba
Afiliaciones	Facebook AI Research
Miembro de	Academia Nacional de Ciencias de los Estados Unidos (desde 2021); Asociación de Maquinaria Computacional (desde 2024) ;
Sitio web	yann.lecun.com
	[editar datos en Wikidata]

Yann André LeCun (/ ləˈkʌn / pronunciación en francés: [ləkɛ̃]; nacido el 8 de julio de 1960) es un informático franco-estadounidense especializado en aprendizaje automático, visión por computadora y neurociencia computacional. Es profesor Silver del Instituto Courant de Ciencias Matemáticas de la Universidad de Nueva York y vicepresidente y científico jefe de inteligencia artificial en Meta.

Es conocido por sus contribuciones al desarrollo de redes neuronales convolucionales (CNN) y al aprendizaje profundo.

Trayectoria

Formación

LeCun estudió en la Universidad Pierre y Marie Curie (actual Sorbonne Université), donde obtuvo su doctorado en ciencias de la computación.^[1]

Bell Labs

En 1988, LeCun se incorporó a AT&T Bell Laboratories en Holmdel, Nueva Jersey, donde trabajó en el desarrollo de redes neuronales convolucionales aplicadas al reconocimiento de escritura manuscrita.^[2]

También desarrolló métodos de regularización como «Optimal Brain Damage».^[3]

Estos métodos se aplicaron posteriormente al reconocimiento de documentos y OCR.^[4]

AT&T Labs

En 1996, se incorporó a AT&T Labs-Research como jefe del Image Processing Research Department, donde trabajó en la tecnología de compresión de imágenes DjVu.^[5]

Universidad de Nueva York

LeCun es profesor en el Instituto Courant de Ciencias Matemáticas de la Universidad de Nueva York.^[6]

En la universidad ha continuado su trabajo en aprendizaje automático y visión por computadora.

Contribuciones

LeCun ha contribuido al desarrollo de redes neuronales convolucionales, ampliamente utilizadas en tareas de visión por computadora como el reconocimiento de imágenes y documentos.^[8]

También participó en el desarrollo de la tecnología de compresión de imágenes DjVu.^[9]

Reconocimientos

LeCun recibió el Premio Turing en 2018 junto con Geoffrey Hinton y Yoshua Bengio por sus contribuciones al aprendizaje profundo.^[10]

En 2022, recibió el Premio Princesa de Asturias de Investigación Científica y Técnica junto a Yoshua Bengio, Geoffrey Hinton y Demis Hassabis.^[11]

Referencias

↑ «Yann LeCun – A.M. Turing Award» (en inglés). Association for Computing Machinery. Consultado el 20 de marzo de 2026.
↑ Y. LeCun, B. Boser, J. S. Denker, D. Henderson, R. E. Howard, W. Hubbard y L. D. Jackel: Backpropagation Applied to Handwritten Zip Code Recognition, Neural Computation, 1(4):541–551, 1989.
↑ Yann LeCun, J. S. Denker, S. Solla, R. E. Howard y L. D. Jackel: Optimal Brain Damage, Advances in Neural Information Processing Systems 2, 1990.
↑ Yann LeCun, Léon Bottou, Yoshua Bengio y Patrick Haffner: Gradient-Based Learning Applied to Document Recognition, Proceedings of the IEEE, 86(11):2278–2324, 1998.
↑ Léon Bottou, Patrick Haffner, Paul G. Howard, Patrice Simard, Yoshua Bengio y Yann LeCun: High Quality Document Image Compression with DjVu, Journal of Electronic Imaging, 7(3):410–425, 1998.
↑ «Yann LeCun». NYU Courant Institute. Consultado el 20 de marzo de 2026.
↑ «Yann LeCun». Meta AI. Consultado el 20 de marzo de 2026.
↑ Yann LeCun et al., Gradient-Based Learning Applied to Document Recognition, Proceedings of the IEEE, 1998.
↑ Léon Bottou et al., High Quality Document Image Compression with DjVu, Journal of Electronic Imaging, 1998.
↑ «Yann LeCun – A.M. Turing Award». Association for Computing Machinery. Consultado el 20 de marzo de 2026.
↑ «Premio Princesa de Asturias de Investigación Científica y Técnica 2022». Consultado el 26 de mayo de 2025.

Predecesor: John L. Hennessy, David A. Patterson	Premio Turing 2018	Sucesor: Edwin Catmull, Pat Hanrahan

Datos: Q3571662
Multimedia: Yann LeCun / Q3571662

[1] «Yann LeCun – A.M. Turing Award» (en inglés). Association for Computing Machinery. Consultado el 20 de marzo de 2026.

[2] Y. LeCun, B. Boser, J. S. Denker, D. Henderson, R. E. Howard, W. Hubbard y L. D. Jackel: Backpropagation Applied to Handwritten Zip Code Recognition, Neural Computation, 1(4):541–551, 1989.

[3] Yann LeCun, J. S. Denker, S. Solla, R. E. Howard y L. D. Jackel: Optimal Brain Damage, Advances in Neural Information Processing Systems 2, 1990.

[4] Yann LeCun, Léon Bottou, Yoshua Bengio y Patrick Haffner: Gradient-Based Learning Applied to Document Recognition, Proceedings of the IEEE, 86(11):2278–2324, 1998.

[5] Léon Bottou, Patrick Haffner, Paul G. Howard, Patrice Simard, Yoshua Bengio y Yann LeCun: High Quality Document Image Compression with DjVu, Journal of Electronic Imaging, 7(3):410–425, 1998.

[6] «Yann LeCun». NYU Courant Institute. Consultado el 20 de marzo de 2026.

[7] «Yann LeCun». Meta AI. Consultado el 20 de marzo de 2026.

[8] Yann LeCun et al., Gradient-Based Learning Applied to Document Recognition, Proceedings of the IEEE, 1998.

[9] Léon Bottou et al., High Quality Document Image Compression with DjVu, Journal of Electronic Imaging, 1998.

[10] «Yann LeCun – A.M. Turing Award». Association for Computing Machinery. Consultado el 20 de marzo de 2026.

[11] «Premio Princesa de Asturias de Investigación Científica y Técnica 2022». Consultado el 26 de mayo de 2025.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]