Philosophie d'ingénierie : Yann LeCun, apprendre le monde, ouvertement

À retenir

• Apprendre le monde, essentiellement seul. Le pari fondamental de LeCun : l’intelligence naît d’une machine qui apprend le fonctionnement du monde par l’observation — l’apprentissage auto-supervisé — les étiquettes humaines n’étant qu’une fine garniture par-dessus. La fameuse analogie du « gâteau » rend les proportions littérales : la masse est auto-supervisée, le glaçage est supervisé, la cerise relève de l’apprentissage par renforcement.
• La convolution a rendu la vision apprenable. Aux Bell Labs, il applique la rétropropagation à des chiffres manuscrits (1989) et construit la famille LeNet de réseaux convolutifs ; LeNet-5 (1998) devient l’architecture qui, déployée commercialement, lisait environ 10 % de tous les chèques des États-Unis en 2001.
• La recherche ouverte est une méthode, pas un slogan. Directeur fondateur du laboratoire FAIR de Facebook/Meta (2013) puis Chief AI Scientist, il a fait de la publication et de l’ouverture du code la règle par défaut — le code et les points de contrôle d’I-JEPA sont sortis en même temps que l’article — convaincu que la science ouverte progresse plus vite que le secret.
• L’optimiste qui doute des LLM. Colauréat du prix Turing 2018 avec Hinton et Bengio, LeCun soutient que les modèles de langage autorégressifs sont « une bretelle de sortie » sur la route vers une IA de niveau humain ; cette route, dit-il, passe par des modèles du monde comme JEPA. En novembre 2025, il a quitté Meta pour construire précisément cela.

Le principe

« Nous n’atteindrons pas une IA de niveau humain simplement en faisant grossir les LLM » — ceux-ci « se contentent de prédire du texte plutôt que de vraiment comprendre le monde ». — Yann LeCun, à propos de son départ de Meta, 2025¹⁰

Le principe qui sous-tend cette phrase est plus ancien que l’ère des LLM, et LeCun s’y tient sans dévier depuis quarante ans : une machine doit apprendre le fonctionnement du monde essentiellement seule, en prédisant ce qu’elle observe, plutôt qu’en se faisant gaver d’étiquettes humaines — et la science qui permet d’y parvenir doit se faire au grand jour. L’essentiel de ce que sait un animal, il l’a appris sans professeur. Un bébé découvre que les objets sans appui tombent, que les choses cachées continuent d’exister, que le monde possède une structure stable, bien avant qu’on lui nomme quoi que ce soit. Le pari de LeCun est que ce type d’apprentissage — absorber la structure du monde à partir d’un flux sensoriel brut, non étiqueté et à haut débit — constitue l’essentiel de l’intelligence, et que l’apprentissage supervisé comme l’apprentissage par renforcement n’en sont que de minces couches superficielles.

C’est là tout le contenu de sa phrase la plus citée, celle du gâteau : « Si l’intelligence est un gâteau, la masse du gâteau est l’apprentissage auto-supervisé, le glaçage est l’apprentissage supervisé et la cerise est l’apprentissage par renforcement. »⁵ Il avait d’abord dit non supervisé en 2016, avant de corriger délibérément en auto-supervisé dès 2019 — une précision qui compte, car elle nomme le mécanisme : les données fournissent elles-mêmes leurs étiquettes. Masquez une partie de l’entrée, prédisez-la à partir du reste ; le monde est son propre professeur.⁵ Les proportions de l’analogie constituent tout l’argument. Si le gâteau est majoritairement auto-supervisé, alors un domaine qui déverse ses efforts dans des systèmes toujours plus grands entraînés à prédire le prochain mot écrit par un humain optimise, à ses yeux, le glaçage.

La seconde moitié du principe, c’est l’ouverture. LeCun a bâti sa carrière et son laboratoire sur la conviction que la recherche en IA avance plus vite lorsqu’elle est publiée, reproductible et libre — conviction à contre-courant de l’instinct de l’industrie, qui préfère garder ses travaux de pointe sous clé. Les deux moitiés se tiennent : si la route vers l’intelligence véritable est longue et incertaine, aucun laboratoire ne la parcourra seul, et le seul moyen de savoir quelles architectures apprennent réellement le monde est de les exposer au grand jour et de laisser chacun les mettre à l’épreuve. Apprendre le monde, ouvertement — la prédiction comme moteur, l’ouverture comme méthode.

Contexte

Yann André Le Cun est né le 8 juillet 1960 à Soisy-sous-Montmorency, près de Paris.¹ Il obtient son doctorat à l’Université Pierre et Marie Curie (aujourd’hui rattachée à Sorbonne Université) en 1987, et sa thèse contient déjà une forme précoce de rétropropagation — l’idée qui allait définir la discipline.¹ Il était connexionniste avant que le connexionnisme ne devienne respectable, travaillant sur des réseaux d’apprentissage inspirés du cerveau à l’époque même où le reste de l’IA les avait enterrés.

En 1988, il rejoint les AT&T Bell Laboratories, l’institution où se joue son travail d’ingénierie le plus décisif.¹ Les Bell Labs lui donnent de vraies données et une raison de faire fonctionner les réseaux, pas seulement de les théoriser : des chiffres manuscrits du service postal américain, puis les montants inscrits sur les chèques bancaires. La contrainte était impitoyable — un lecteur de chèques qui hallucine un chiffre coûte de l’argent — et elle l’a poussé vers une architecture qui prenait au sérieux la structure des images au lieu de traiter une photo comme un sac de pixels indifférenciés.

Après les Bell Labs, il rejoint l’université de New York (NYU) en 2003 comme professeur d’informatique.¹ Puis, en décembre 2013, Mark Zuckerberg le recrute pour créer et diriger Facebook AI Research (FAIR) ; il devient Chief AI Scientist de l’entreprise — un poste qu’il occupera plus de dix ans tout en restant professeur à temps partiel à NYU.¹¹⁰ FAIR devient l’un des laboratoires industriels ouverts les plus prolifiques de l’époque, expression directe de sa conviction que la science doit être partagée. Ce mandat prend fin en novembre 2025, lorsqu’il part fonder sa propre startup consacrée aux modèles du monde — l’affirmation la plus claire possible du camp qu’il a choisi dans le pari sur les LLM.¹⁰

Le travail

Réseaux convolutifs et LeNet : lire les chèques du monde (1989-1998)

L’idée technique centrale de la carrière de LeCun, c’est le réseau de neurones convolutif, et le moyen le plus limpide d’en sentir la portée est d’en regarder un fonctionner. Un réseau naïf, qui relie chaque pixel à chaque neurone, est à la fois énorme et aveugle à la structure : rien ne lui dit qu’un trait en haut à gauche d’une image est la même chose que le trait identique en bas à droite. L’intuition de LeCun — dans le prolongement du Neocognitron de Kunihiko Fukushima et ancrée dans le cortex visuel du cerveau — a été de faire glisser un petit filtre (un noyau) sur l’image, en calculant les mêmes quelques poids à chaque position, de sorte que le réseau apprenne une caractéristique une seule fois et la détecte partout.⁷ Le composant ci-dessous fait exactement cela : choisissez un noyau détecteur de contours, regardez-le balayer un chiffre et voyez la « carte de caractéristiques » s’allumer partout où apparaît le motif qu’il reconnaît.

L’histoire est concrète. En 1989, aux Bell Labs, LeCun et ses collègues sont les premiers à appliquer l’algorithme de rétropropagation à un problème pratique — reconnaître des codes postaux manuscrits sur le courrier du service postal américain — produisant le prototype qui deviendra LeNet-1.² Près d’une décennie de perfectionnements aboutit à l’article de référence de 1998, « Gradient-Based Learning Applied to Document Recognition », signé LeCun, Léon Bottou, Yoshua Bengio et Patrick Haffner, qui décrit LeNet-5 et défend l’idée que l’apprentissage par gradient peut remplacer les extracteurs de caractéristiques conçus à la main pour la reconnaissance de documents.³

Ce n’était pas une curiosité de laboratoire. NCR a déployé commercialement des lecteurs de chèques fondés sur LeNet dès juin 1996, et en 2001 on estimait que le système lisait environ 20 millions de chèques par jour — soit à peu près 10 % de tous les chèques des États-Unis.² À une époque où les réseaux de neurones étaient encore balayés d’un revers de main par une grande partie du domaine, LeCun en avait un qui lisait discrètement un dixième des chèques d’un pays. L’architecture qu’il a conçue pour ce problème — convolution, sous-échantillonnage, caractéristiques apprises empilées en hiérarchie — est, structurellement, la même idée qui fait tourner la vision par ordinateur moderne.

La recherche ouverte et FAIR

Lorsqu’il crée FAIR en 2013, LeCun fait un choix qui n’avait rien d’évident pour un laboratoire d’entreprise : le travail serait ouvert. Publier les articles, ouvrir le code, partager les modèles.¹¹⁰ Le pari : un laboratoire ouvert attire les meilleurs chercheurs (qui veulent que leur travail soit vu et cité), fait avancer le domaine entier plus vite et — accessoirement — permet au monde d’auditer et d’améliorer ce que vous construisez.

C’est le cousin philosophique de pourquoi l’open source n’est pas une frontière de sécurité : l’ouverture ne garantit pas la justesse, mais elle est le mécanisme par lequel la justesse se découvre. La version de LeCun applique cela à la science. Vous ne pouvez pas savoir quelles architectures apprennent réellement la structure du monde en raisonnant à leur sujet en vase clos ; vous les publiez, d’autres les reproduisent ou les réfutent, et la vérité survit à l’examen. La publication d’I-JEPA par Meta en 2023 illustre le principe en miniature — le code d’entraînement et les points de contrôle du modèle sortis en même temps que l’article, pas des mois plus tard, pas jamais.⁸ À une époque où les laboratoires de pointe traitent de plus en plus leurs meilleurs travaux comme un secret industriel, la position ouverte de LeCun relève d’un choix délibéré et à contre-courant sur la façon dont le savoir se cumule.

L’apprentissage auto-supervisé : le gâteau

La plus profonde des idées de LeCun est aussi celle dont l’emballage est le plus mémorable. Il soutient depuis des années que le domaine se trompe sur les proportions de l’intelligence, et il l’a démontré par la pâtisserie. Lors de sa conférence Future of AI à NYU début 2016, puis dans sa keynote NeurIPS la même année, il projette un gâteau : « Si l’intelligence est un gâteau, la masse du gâteau est l’apprentissage non supervisé, le glaçage est l’apprentissage supervisé et la cerise est l’apprentissage par renforcement. »⁵ En 2019, il révise délibérément « non supervisé » en « auto-supervisé » — une variante où les données fournissent elles-mêmes leur supervision, en dissimulant une partie de l’entrée et en entraînant le modèle à la prédire à partir du reste.⁵

La révision n’a rien de cosmétique : elle nomme le moteur. « Non supervisé » décrit l’absence d’étiquettes. « Auto-supervisé » décrit un mécanisme positif : le monde, observé, devient son propre signal d’entraînement. C’est ainsi, soutient-il, que les humains et les animaux acquièrent l’écrasante majorité de ce qu’ils savent — cette physique de sens commun, cette structure du réel que personne n’étiquette pour nous. Sa formule pour le dire : la « matière noire de l’intelligence », cette masse immense et non étiquetée d’apprentissage que les méthodes supervisées et par renforcement se contentent de décorer.⁵ S’il a raison sur les proportions, alors le problème de recherche le plus important en IA n’est pas d’obtenir des jeux de données étiquetés plus vastes ou davantage de signaux de récompense, mais de meilleurs objectifs auto-supervisés — apprendre le monde en le regardant.

Modèles du monde et JEPA : le scepticisme envers les LLM

La position la plus publique et la plus contestée de LeCun découle directement du gâteau. Si l’intelligence véritable consiste surtout à apprendre la structure du monde de façon auto-supervisée, alors un système entraîné uniquement à prédire le prochain mot écrit par un humain apprend un modèle du mot, non un modèle du monde — et héritera des limites de ce substrat. Il le dit sans détour : les LLM autorégressifs sont « une bretelle de sortie » sur la route vers une IA de niveau humain, utiles mais hors trajectoire ; « nous n’atteindrons pas une IA de niveau humain simplement en faisant grossir les LLM ».⁹¹⁰

L’alternative qu’il propose est l’architecture prédictive à plongements joints (Joint Embedding Predictive Architecture, JEPA), présentée dans son article de position de 2022, « A Path Towards Autonomous Machine Intelligence ».⁶ Le geste décisif porte sur l’endroit où se fait la prédiction. Un modèle génératif tente de reconstruire l’entrée manquante pixel par pixel, et gaspille donc sa capacité à modéliser du détail imprévisible — d’où la difficulté notoire des modèles génératifs à produire, par exemple, le bon nombre de doigts sur une main.⁸ Une JEPA prédit dans un espace de représentation abstrait, libre d’ignorer les détails imprévisibles pour se concentrer sur les régularités structurelles et à faible entropie d’une scène.⁶⁸ I-JEPA (2023), chez Meta, a été le premier modèle d’image concret bâti sur cette vision, et il est sorti en accès libre.⁸

Le contraste avec son confrère « parrain » est le plus tranché de toute la série. Geoffrey Hinton a partagé le même prix Turing et les mêmes décennies de conviction solitaire, avant d’alerter, en 2023, sur la dangerosité possible de la technologie. LeCun est l’optimiste du trio — sceptique non pas quant à la sûreté de l’IA, mais quant au plafond de l’architecture actuelle — et en novembre 2025 il a engagé sa carrière derrière cette conviction, quittant Meta pour fonder Advanced Machine Intelligence (AMI) Labs à Paris, une startup construite expressément autour des modèles du monde plutôt que de modèles de langage toujours plus grands.¹⁰ Deux parrains, un même prix, des messages opposés : Hinton dit qu’il faut ralentir parce que ça pourrait trop bien marcher ; LeCun dit que cette route-là ne mène pas où tout le monde croit, et en désigne une autre.

La méthode

La méthode est la même des lecteurs de chèques à la startup de modèles du monde : construire l’architecture que la structure du problème exige, apprendre autant que possible sans étiquettes, et le faire au grand jour.

Inscrire la structure dans l’architecture. La convolution fonctionne parce qu’elle grave un fait avéré au sujet des images — l’invariance par translation — directement dans le câblage du réseau, au lieu de forcer le modèle à le réapprendre de zéro. La leçon se généralise : quand vous savez quelque chose du problème, inscrivez-le dans l’architecture au lieu d’espérer que les données l’enseignent.²³

Faire des données leur propre professeur. Les étiquettes sont rares et coûteuses ; l’observation brute est abondante. La posture auto-supervisée — masquer une partie de l’entrée, la prédire à partir du reste — est la façon dont LeCun propose d’apprendre l’essentiel de ce qu’un système doit savoir. La supervision humaine vient en dernier recours, pas en premier.⁵

Prédire dans l’espace de représentation, pas dans l’espace des pixels. Ne dépensez pas votre capacité à modéliser du détail imprévisible. Le choix d’ingénierie central de JEPA est de prédire des représentations abstraites et d’écarter délibérément l’imprévisible — une discipline portant sur ce qui mérite d’être modélisé.⁶⁸

Publier. Articles ouverts, code ouvert, modèles ouverts. LeCun est convaincu que la science se cumule au grand jour et s’enlise dans le secret, et il a dirigé pendant dix ans l’un des plus grands laboratoires de l’industrie selon ce principe.¹⁸¹⁰

Tenir la position impopulaire quand les faits la soutiennent. Il a cru aux réseaux de neurones pendant les hivers de la discipline, et il soutient aujourd’hui que les LLM sont un détour alors que toute l’industrie y déverse ses capitaux. Accepter d’être le sceptique qui hausse la voix au sommet d’un cycle d’engouement relève du même muscle que celui qui l’a maintenu sur la convolution quand personne n’y prêtait attention.⁹¹⁰

Chaîne d’influence

Ceux qui l’ont façonné

Kunihiko Fukushima. Le Neocognitron de Fukushima (1980) — un réseau visuel en couches, tolérant aux décalages, inspiré du cortex — est l’ancêtre direct du réseau convolutif. LeCun y a ajouté l’apprentissage de bout en bout par rétropropagation, transformant une architecture réglée à la main en une architecture qui apprend ses propres filtres. (Influence directe)

David Hubel et Torsten Wiesel. Leurs travaux de neurosciences sur le cortex visuel, couronnés par un prix Nobel — cellules simples détectant des caractéristiques locales, cellules complexes agrégeant les réponses sur une plage de positions — constituent le plan biologique que la convolution et le sous-échantillonnage formalisent. LeCun, comme Hinton, a raisonné à partir de la manière dont les cerveaux voient réellement. (Influence formatrice)

La lignée connexionniste de la rétropropagation. LeCun développe une forme précoce de rétropropagation dans sa thèse de 1987, convergeant vers le même moteur que les travaux de Rumelhart, Hinton et Williams ont rendu célèbre en 1986. Il a hérité du programme connexionniste et l’a prolongé à une époque où il était profondément démodé. (Influence directe)

Ceux qu’il a façonnés

La vision par ordinateur moderne. Tout système de vision convolutif — ceux qui lisent des scanners médicaux, alimentent les chaînes de perception de la conduite autonome ou font tourner les appareils photo de nos téléphones — descend structurellement de LeNet. Il n’a pas seulement contribué au domaine : il en a fourni l’architecture fondatrice.

Le tournant auto-supervisé. Le pivot de toute l’industrie vers l’apprentissage à partir de données non étiquetées — pré-entraînement masqué, méthodes contrastives, objectifs à plongements joints — passe directement par le cadrage du « gâteau » de LeCun et par sa décennie d’insistance sur le fait que c’est là que réside l’essentiel de l’intelligence.

Une génération de chercheurs de FAIR. En dirigeant l’un des plus grands laboratoires industriels ouverts, LeCun a façonné la manière dont toute une génération publie et partage son travail, et a semé une grande partie de l’écosystème de modèles ouverts qui existe aujourd’hui en dehors des laboratoires de pointe les plus secrets.

Le fil conducteur

LeCun est la racine « vision par ordinateur » de la branche apprentissage profond de cette série, et la ligne la plus nette mène à Andrej Karpathy, dont le travail s’inscrit pleinement dans le champ de la vision apprise que la convolution a ouvert — et dont le recadrage « Software 2.0 » (un réseau comme un programme compilé à partir des données) est la généralisation naturelle du passage, chez LeCun, de lecteurs de chèques conçus à la main à des lecteurs appris. Le contraste le plus tranché est avec son colauréat du prix Turing, Geoffrey Hinton : les deux « parrains » partagent le prix, les décennies solitaires et le pari sur un apprentissage inspiré du cerveau, mais divergent sur le moment présent. Hinton, l’inquiet, a quitté Google en 2023 pour prévenir que la chose pourrait être trop puissante ; LeCun, l’optimiste, a quitté Meta en 2025 pour soutenir que l’architecture dominante n’est justement pas assez puissante, et pour en construire une autre. Là où Hinton redoute le résultat, LeCun conteste l’itinéraire. Deux routes, une seule montagne : Hinton est convaincu que le danger est réel ; LeCun est convaincu que le monde, appris ouvertement, est la route. (Passerelle de série)

Ce que j’en retiens

La leçon que je garde de LeCun, c’est que l’architecture doit porter la part du problème que l’on comprend vraiment. La convolution fonctionne parce qu’elle intègre l’invariance par translation dans le réseau au lieu d’espérer qu’un milliard d’exemples l’enseignent — et c’est exactement le geste que je fais quand je conçois des systèmes : quand je sais quelque chose de vrai sur le domaine, je l’inscris dans la structure plutôt que de le laisser au hasard. C’est le même instinct que de traiter le goût comme un système technique que l’on peut défendre, et non comme une intuition dont on espère qu’elle émergera — placer la contrainte connue dans la conception, là où elle peut être vérifiée, plutôt que dans la prière que le résultat se tienne.

La leçon plus difficile, c’est le scepticisme envers les LLM. LeCun se tient au sommet absolu d’un cycle d’engouement — toute l’industrie, les capitaux, l’attention pointent vers la mise à l’échelle des modèles de langage — et il déclare, publiquement, que c’est une bretelle de sortie. Il a peut-être tort ; ce qui compte, c’est qu’il accepte d’être la voix dissidente quand la dissidence coûte cher, en s’appuyant sur un argument technique précis concernant la prédiction dans l’espace de représentation, et non sur un simple réflexe contrariant. C’est la barrière des preuves braquée sur le consensus lui-même : non pas « tout le monde s’enthousiasme, donc ce doit être la voie », mais « qu’est-ce que cette architecture apprend réellement, et est-ce bien ce que nous voulons ? ». Et l’ouverture est ce que je reprends le plus directement — la conviction qu’on découvre qui a raison en publiant le travail et en le laissant se faire éprouver, ce qui explique pourquoi je considère la qualité comme seule variable et le test de Steve — le travail mérite-t-il d’exister ? — comme quelque chose que l’on soumet à l’examen, pas quelque chose que l’on décrète. LeCun a joué toute sa carrière, deux fois, sur l’idée d’apprendre le monde plutôt que d’en mémoriser les étiquettes — et de le faire là où tout le monde peut le voir.

FAQ

Quelle est la philosophie d’ingénierie de Yann LeCun ?

Apprendre le monde, ouvertement. LeCun soutient que l’intelligence est essentiellement auto-supervisée — une machine qui apprend la structure du monde en prédisant ce qu’elle observe, les étiquettes humaines et les signaux de récompense n’étant que de minces couches par-dessus, ce que résume son analogie du « gâteau » où l’apprentissage auto-supervisé est la masse, l’apprentissage supervisé le glaçage et l’apprentissage par renforcement la cerise.⁵ Il y associe un engagement en faveur de la recherche ouverte : publier articles, code et modèles pour que la science puisse être reproduite et éprouvée.¹⁸ Sa signature d’ingénieur consiste à inscrire la structure connue directement dans l’architecture — comme la convolution grave l’invariance par translation dans un réseau de vision.²³

Qu’a inventé Yann LeCun, et comment cela a-t-il été exploité commercialement ?

Il est le principal inventeur du réseau de neurones convolutif moderne. Aux Bell Labs, en 1989, il est parmi les premiers à appliquer la rétropropagation à une tâche pratique — reconnaître des codes postaux manuscrits — produisant le prototype LeNet ; l’article de 1998 « Gradient-Based Learning Applied to Document Recognition » (avec Bottou, Bengio et Haffner) décrit LeNet-5.²³ Sur le plan commercial, NCR a déployé des lecteurs de chèques fondés sur LeNet dès 1996, et en 2001 on estimait que le système lisait environ 20 millions de chèques par jour — soit à peu près 10 % de tous les chèques des États-Unis.²

Pourquoi Yann LeCun est-il sceptique envers les grands modèles de langage ?

Parce que, selon lui, les LLM autorégressifs apprennent un modèle du texte plutôt qu’un modèle du monde, et ne peuvent donc pas atteindre l’intelligence de niveau humain par la seule mise à l’échelle — il les qualifie de « bretelle de sortie » sur la route vers une IA de niveau humain.⁹¹⁰ L’alternative qu’il propose est l’architecture prédictive à plongements joints (JEPA), issue de son article de 2022 « A Path Towards Autonomous Machine Intelligence », qui prédit dans un espace de représentation abstrait et ignore le détail imprévisible, au lieu de générer chaque pixel ou chaque jeton.⁶⁸ En novembre 2025, il a quitté Meta pour fonder AMI Labs à Paris et poursuivre directement les modèles du monde.¹⁰

Yann LeCun a-t-il reçu le prix Turing ?

Oui. Il a partagé le prix ACM A.M. Turing 2018 avec Geoffrey Hinton et Yoshua Bengio — les trois « parrains de l’apprentissage profond » — « pour des percées conceptuelles et techniques qui ont fait des réseaux de neurones profonds une composante essentielle de l’informatique ».⁴ Les contributions reconnues de LeCun portent avant tout sur les réseaux convolutifs et, plus largement, sur son travail qui a rendu l’apprentissage profond utilisable en pratique. Il diverge publiquement de Hinton sur le moment présent : là où Hinton (qui a quitté Google en 2023) alerte sur les dangers de l’IA, LeCun est l’optimiste qui soutient que l’architecture LLM dominante d’aujourd’hui n’est pas la route vers une intelligence de niveau humain.¹⁰

Sources