És molt conegut per la seva feina en reconeixement òptic de caràcters i visió artificial utilitzant xarxes neuronals convolucionals (CNN), i se'l considera un dels fundadors de les xarxes convolucionals.[4][5] També és un dels creadors principals de la tecnologia de compressió d'imatges DjVu (juntament amb Léon Bottou i Patrick Haffner). Va desenvolupar el llenguatge de programació Lush amb Léon Bottou.
Va ser un dels guanyadors del Premi Turing de 2018 per la seva feina en aprenentatge profund.[6]
D'origen bretó,[1] Yann LeCun va néixer a Soisy-sous-Montmorency, als afores de París, l'any 1960. Va rebre el Diplôme d'Ingénieur de l'ESIEE Paris el 1983, i es va doctorar en informàtica per la Universitat Pierre et Marie Curie el 1987, on va proposar una forma primitiva de l'algorisme d'aprenentatge de retropropagació per a xarxes neuronals.[7]
El 1988, va entrar al Departament de Recerca en Sistemes Adaptatius dels Bell Labs a Holmdel, Nova Jersey, als Estats Units, que estava dirigit per Lawrence D. Jackel, on va desenvolupar uns quants nous mètodes d'aprenentatge automàtic, com un model de reconeixement d'imatges inspirat en la biologia anomenat xarxa neuronal convolucional,[8] els mètodes de regularització de "Dany Cerebral Òptim",[9] i el mètode de xarxes transformadores de grafs (semblant al camp aleatori condicional), que va aplicar en el reconeixement d'escriptura manual i OCR.[10] El sistema de reconeixement de talons bancaris que va ajudar a desenvolupar fou desplegat massivament per NCR i altres empreses. El 1996, va entrar al departament de Recerca dels AT&T Labs com a cap del Departament de Recerca en Processament d'Imatges, que formava part del laboratori de recerca en Parla i Processament d'Imatge de Lawrence Rabiner, i va treballar principalment en la tecnologia de compressió d'imatges DjVu.[11]
Després d'una breu etapa com a Fellow del NEC Research Institute (ara NEC-Labs America) a Princeton, NJ, va passar a la New York University (NYU) el 2003, on té la Càtedra Silver d'informàtica i ciències neuronals al Courant Institute of Mathematical Science i el Center for Neural Science. També és professor a la Tandon School of Engineering.[12][13] A la NYU, ha treballat principalment en models basats en energia per aprenentatge supervisat i no supervisat,[14] aprenentatge de característiques per al reconeixement d'objectes en visió artificial,[15] i robòtica mòbil.[16]
El 2012, va ser el director fundador del NYU Center for Data Science.[17] El 9 de desembre de 2013, LeCun va convertir-se en el primer director de Facebook AI Research a Nova York,[18][19] i va deixar la direcció del NYU-CDS a principis de 2014.
El 2013, ell i Yoshua Bengio van co-fundar la International Conference on Learning Representations, que va adoptar un procés de revisió obert post-publicació, tal com havia defensat prèviament al seu web. Va ser el director i organitzador de la "Learning Workshop" que es va celebrar cada any entre 1986 i 2012 a Snowbird, Utah. És membre del Consell Consultiu Científic de l'Institut per Matemàtiques Pures i Aplicades[20] a UCLA. És co-director del programa de recerca Learning in Machines and Brain (abans Neural Computation & Adaptive Perception) de l'Institut Canadenc de Recerca Avançada (CIFAR).[21]
LeCun és membre de l'Acadèmia Nacional d'Enginyeria dels Estats Units i ha rebut diversos premis de l'IEEE en el camp de les xarxes neuronals i la visió artificial.
El 2016, fou nomenat Doctor honoris causa per l'IPN de Ciutat de Mèxic.[22] El 2017, LeCun va rebutjar una invitació per fer una conferència a la Universitat Rei Abdul·lah de l'Aràbia Saudita, perquè va pensar que seria considerat terrorista al país a causa del seu ateisme.[23] El setembre de 2018, va rebre el Premi Harold Pender de la Universitat de Pennsilvània.[24] L'octubre del mateix any, va rebre un altre doctorat honoris causa, aquest cop de l'EPFL.[25][26]
↑Y. LeCun: Une procédure d'apprentissage pour réseau a seuil asymmetrique (a Learning Scheme for Asymmetric Threshold Networks), Proceedings of Cognitiva 85, 599–604, Paris, France, 1985.
↑Yann LeCun, J. S. Denker, S. Solla, R. E. Howard and L. D. Jackel: Optimal Brain DamageArxivat 2020-11-01 a Wayback Machine., in Touretzky, David (Eds), Advances in Neural Information Processing Systems 2 (NIPS*89), Morgan Kaufmann, Denver, CO, 1990.
↑Léon Bottou, Patrick Haffner, Paul G. Howard, Patrice Simard, Yoshua Bengio and Yann LeCun: High Quality Document Image Compression with DjVu, Journal of Electronic Imaging, 7(3):410–425, 1998.
↑Yann LeCun, Sumit Chopra, Raia Hadsell, Ranzato Marc'Aurelio and Fu-Jie Huang: A Tutorial on Energy-Based Learning, in Bakir, G. and Hofman, T. and Schölkopf, B. and Smola, A. and Taskar, B. (Eds), Predicting Structured Data, MIT Press, 2006.
↑Kevin Jarrett, Koray Kavukcuoglu, Marc'Aurelio Ranzato and Yann LeCun: What is the Best Multi-Stage Architecture for Object Recognition?, Proc. International Conference on Computer Vision (ICCV'09), IEEE, 2009
↑Raia Hadsell, Pierre Sermanet, Marco Scoffier, Ayse Erkan, Koray Kavackuoglu, Urs Muller and Yann LeCun: Learning Long-Range Vision for Autonomous Off-Road Driving, Journal of Field Robotics, 26(2):120–144, February 2009.