Philosophie de l'ingénierie : Yann LeCun

Points clés

• Apprendre le monde, en grande partie tout seul. Le pari fondamental de LeCun est que l’intelligence naît d’une machine qui apprend par l’observation comment le monde fonctionne – l’apprentissage auto-supervisé – les étiquettes humaines n’étant qu’une fine garniture par-dessus. La célèbre analogie du « gâteau » rend les proportions littérales : l’essentiel est auto-supervisé, le glaçage est supervisé, la cerise est l’apprentissage par renforcement.
• La convolution a rendu la vision apprenable. Aux Bell Labs, il a appliqué la rétropropagation aux chiffres manuscrits (1989) et a bâti la famille LeNet de réseaux de neurones convolutifs ; LeNet-5 (1998) est devenue l’architecture qui, déployée commercialement, lisait environ 10 % de tous les chèques aux États-Unis dès 2001.
• La recherche ouverte est une méthode, pas un slogan. En tant que directeur fondateur du FAIR de Facebook/Meta (2013) et directeur scientifique de l’IA, il a fait de la publication et de l’ouverture du code la norme 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 se cumule plus vite que le secret.
• L’optimiste qui reste sceptique envers les 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 ; la 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’allons pas atteindre l’IA de niveau humain juste en faisant grossir les LLM » – ils « se contentent de prédire du texte plutôt que de vraiment comprendre le monde ». – Yann LeCun, au sujet de son départ de Meta, 2025¹⁰

Le principe qui sous-tend cette phrase est plus ancien que l’ère des LLM, et LeCun y tient avec constance depuis quarante ans : une machine devrait apprendre comment le monde fonctionne en grande partie toute seule, en prédisant ce qu’elle observe, plutôt qu’en se faisant gaver d’étiquettes humaines – et la science de cette démarche devrait se faire au grand jour. L’essentiel de ce que sait un animal, il l’apprend sans professeur. Un nourrisson apprend que les objets sans appui tombent, que les choses cachées existent toujours, que le monde possède une structure stable, bien avant que quiconque ne lui nomme la moindre chose. Le pari de LeCun, c’est que ce type d’apprentissage – absorber la structure du monde à partir d’entrées sensorielles brutes, non étiquetées et à haut débit – constitue l’essentiel de l’intelligence, et que l’apprentissage supervisé et l’apprentissage par renforcement n’en sont que de minces couches par-dessus.

C’est le contenu de sa phrase la plus citée, celle du gâteau : « Si l’intelligence est un gâteau, l’essentiel du gâteau est l’apprentissage auto-supervisé, le glaçage sur le gâteau est l’apprentissage supervisé, et la cerise sur le gâteau est l’apprentissage par renforcement. »⁵ Il a d’abord dit non supervisé en 2016 puis l’a délibérément corrigé en auto-supervisé dès 2019 – une précision qui compte, car elle nomme le mécanisme : les données fournissent leurs propres étiquettes. On masque une partie de l’entrée, on la prédit à partir du reste ; le monde est son propre professeur.⁵ Les proportions de l’analogie résument tout l’argument. Si le gâteau est essentiellement auto-supervisé, alors un domaine qui consacre tous ses efforts à des systèmes toujours plus grands entraînés à prédire le prochain jeton 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 progresse le plus vite lorsqu’elle est publiée, reproductible et ouverte – une conviction qui va à l’encontre de l’instinct de l’industrie d’accaparer les travaux de pointe. Les deux moitiés sont liées : si la route vers une véritable intelligence est longue et incertaine, aucun laboratoire ne la parcourra seul, et le seul moyen de découvrir quelles architectures apprennent réellement le monde, c’est de les rendre publiques 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 a obtenu son doctorat à l’Université Pierre et Marie Curie (aujourd’hui rattachée à Sorbonne Université) en 1987, et sa thèse contenait déjà une forme précoce de rétropropagation – l’idée qui allait définir le domaine.¹ Il était connexionniste avant que le connexionnisme ne soit respectable, travaillant sur des réseaux d’apprentissage inspirés du cerveau pendant la même période où le reste de l’IA les avait abandonnés.

En 1988, il a rejoint les AT&T Bell Laboratories, l’institution où s’est déroulé son travail d’ingénierie le plus déterminant.¹ Les Bell Labs lui ont donné de vraies données et une raison de faire fonctionner les réseaux, et non simplement de théoriser à leur sujet : des chiffres manuscrits du service postal américain, puis les montants inscrits sur des 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 plutôt que de traiter une image comme un sac de pixels indifférenciés.

Après les Bell Labs, il est passé à la NYU en 2003 comme professeur d’informatique.¹ Puis, en décembre 2013, Mark Zuckerberg l’a recruté pour bâtir et diriger Facebook AI Research (FAIR), et il est devenu directeur scientifique de l’IA de l’entreprise – un poste qu’il a occupé pendant plus d’une décennie tout en restant professeur à temps partiel à la NYU.¹¹⁰ Le FAIR est devenu l’un des laboratoires de recherche industriels ouverts les plus prolifiques de l’époque, expression directe de sa conviction que la science doit être partagée. Ce mandat s’est achevé en novembre 2025, lorsqu’il est parti fonder sa propre jeune entreprise de modèles du monde – la déclaration 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 est le réseau de neurones convolutif, et la façon la plus nette d’en ressentir l’importance est de le regarder fonctionner. Un réseau naïf qui relie chaque pixel à chaque neurone est à la fois gigantesque et aveugle à la structure : il n’a aucune notion qu’un trait en haut à gauche d’une image est la même sorte de chose que le trait identique en bas à droite. L’intuition de LeCun – en s’appuyant sur le Neocognitron de Kunihiko Fukushima et en s’ancrant dans le cortex visuel du cerveau – a été de faire glisser un petit filtre (un noyau) sur l’image, en calculant la même poignée de poids à chaque emplacement, de sorte que le réseau apprend une caractéristique une seule fois et la détecte partout. Le widget ci-dessous illustre exactement cette opération : choisissez un noyau de détection de contours, regardez-le balayer un chiffre, et voyez la « carte de caractéristiques » s’illuminer là où apparaît le motif qu’il reconnaît.

L’histoire est concrète. En 1989, aux Bell Labs, LeCun et ses collègues ont été 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 est devenu LeNet-1.² Près d’une décennie de perfectionnement a mené à l’article marquant de 1998, “Gradient-Based Learning Applied to Document Recognition”, de LeCun, Léon Bottou, Yoshua Bengio et Patrick Haffner, qui décrivait LeNet-5 et défendait l’idée que l’apprentissage fondé sur le gradient pouvait remplacer les extracteurs de caractéristiques conçus à la main pour la reconnaissance de documents.³

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

La recherche ouverte et le FAIR

Lorsque LeCun a bâti le FAIR en 2013, il a fait un choix qui n’allait pas de soi pour un laboratoire d’entreprise : le travail serait ouvert. Publier les articles, diffuser le code, partager les modèles.¹¹⁰ Le pari était qu’un laboratoire ouvert attire les meilleurs chercheurs (qui veulent voir leur travail diffusé et cité), fait avancer plus vite le domaine tout entier et – non sans importance – permet au monde d’auditer et d’améliorer ce que vous bâtissez.

C’est le cousin philosophique de pourquoi l’open source n’est pas une frontière de sécurité : l’ouverture n’est pas une garantie d’exactitude, mais c’est le mécanisme par lequel l’exactitude se trouve. La version de LeCun applique cela à la science. On ne peut pas savoir quelles architectures apprennent réellement la structure du monde en raisonnant à leur sujet en privé ; on les publie, d’autres les reproduisent ou les réfutent, et la vérité survit à l’examen. La sortie d’I-JEPA par Meta en 2023 est ce schéma en miniature – le code d’entraînement et les points de contrôle du modèle sont 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 commercial, la posture ouverte de LeCun est une position délibérée et à contre-courant sur la manière 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 accrocheur. Il soutient depuis des années que le domaine a inversé les proportions de l’intelligence, et il l’a illustré avec de la nourriture. Lors de sa conférence “Future of AI” à la NYU début 2016 et de son discours d’ouverture à NeurIPS cette année-là, il a présenté un gâteau : « Si l’intelligence est un gâteau, l’essentiel du gâteau est l’apprentissage non supervisé, le glaçage sur le gâteau est l’apprentissage supervisé, et la cerise sur le gâteau est l’apprentissage par renforcement. »⁵ Dès 2019, il avait délibérément révisé « non supervisé » en « auto-supervisé » – une variante où les données fournissent leur propre supervision, en cachant une partie de l’entrée et en entraînant le modèle à la prédire à partir du reste.⁵

La révision n’est pas cosmétique ; elle nomme le moteur. « Non supervisé » décrit l’absence d’étiquettes. « Auto-supervisé » décrit un mécanisme positif : le monde, une fois 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 – la physique de bon sens et la structure que personne n’étiquette pour nous. Son expression pour cela est la « matière noire de l’intelligence » : la vaste masse non étiquetée d’apprentissage que les méthodes supervisées et par renforcement ne font que décorer.⁵ S’il a raison sur les proportions, alors le problème de recherche le plus important en IA n’est ni des jeux de données étiquetés plus grands ni davantage de signaux de récompense, mais de meilleurs objectifs auto-supervisés – apprendre le monde en le regardant.

Modèles du monde et JEPA : la posture sceptique envers les LLM

La position la plus publique et la plus contestée de LeCun découle directement du gâteau. Si la véritable intelligence est essentiellement un apprentissage auto-supervisé de la structure du monde, alors un système entraîné uniquement à prédire le prochain jeton écrit par un humain apprend un modèle des mots, et non un modèle du monde – et il héritera des limites de ce substrat. Il l’a dit sans détour : les LLM autorégressifs sont « une bretelle de sortie » sur la route vers une IA de niveau humain, utiles mais pas le chemin ; « nous n’allons pas atteindre l’IA de niveau humain juste en faisant grossir les LLM ».⁹¹⁰

L’alternative qu’il propose est l’architecture prédictive à plongement conjoint (JEPA), présentée dans son article de position de 2022 “A Path Towards Autonomous Machine Intelligence”.⁶ Le geste clé porte sur l’endroit où se produit la prédiction. Un modèle génératif tente de reconstruire l’entrée manquante pixel par pixel, et gaspille donc de la capacité à modéliser des détails imprévisibles – raison pour laquelle les modèles génératifs peinent notoirement avec des choses comme le nombre exact de doigts sur une main.⁸ Une JEPA prédit dans un espace de représentation abstrait, libre d’ignorer les détails imprévisibles et de se concentrer sur les régularités structurelles et à faible entropie d’une scène.⁶⁸ L’I-JEPA de Meta (2023) a été le premier modèle d’image concret bâti sur cette vision, et il est sorti en open source.⁸

Le contraste avec son confrère « parrain » est le plus net de toute la série. Geoffrey Hinton a partagé le même prix Turing et les mêmes décennies solitaires de conviction, puis s’est tourné en 2023 pour avertir que la technologie pourrait être dangereuse. 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 soutenu cette conviction avec sa carrière, quittant Meta pour fonder Advanced Machine Intelligence (AMI) Labs à Paris, une jeune entreprise bâtie expressément autour des modèles du monde plutôt que de modèles de langage plus grands.¹⁰ Deux parrains, un seul prix, des messages opposés : Hinton dit de ralentir parce que cela pourrait trop bien fonctionner ; LeCun dit que cette route précise ne mène pas là où tout le monde le croit, et en désigne une autre.

La méthode

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

Encoder la structure dans l’architecture. La convolution fonctionne parce qu’elle inscrit un fait avéré au sujet des images – l’invariance par translation – directement dans le câblage du réseau, au lieu de forcer le modèle à l’apprendre de zéro. La leçon se généralise : quand vous savez quelque chose sur le problème, intégrez-le dans l’architecture plutôt que 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 manière dont LeCun propose d’apprendre l’essentiel de ce qu’un système a besoin de savoir. Recourir à la supervision humaine en dernier, et non en premier.⁵

Prédire dans l’espace de représentation, pas dans l’espace des pixels. Ne dépensez pas de capacité à modéliser des détails que vous ne pouvez pas prédire. 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 vaut la peine d’être modélisé tout court.⁶⁸

Le publier. Articles ouverts, code ouvert, modèles ouverts. La conviction de LeCun est que la science se cumule au grand jour et stagne dans le secret, et il a dirigé l’un des plus grands laboratoires de l’industrie selon ce principe pendant une décennie.¹⁸¹⁰

Tenir la position démodée quand les preuves la soutiennent. Il a cru aux réseaux de neurones pendant les hivers, et il soutient désormais que les LLM sont un détour alors que l’industrie tout entière y déverse ses capitaux. La volonté d’être le sceptique bruyant au sommet d’un cycle d’engouement est le même muscle qui l’a maintenu sur la convolution quand personne ne s’y intéressait.⁹¹⁰

Chaîne d’influence

Qui l’a façonné

Kunihiko Fukushima. Le Neocognitron de Fukushima (1980) – un réseau visuel en couches, tolérant aux décalages et inspiré du cortex – a été 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. Leur neuroscience du cortex visuel, primée par le Nobel – des cellules simples détectant des caractéristiques locales, des cellules complexes regroupant selon la position – est le plan biologique que la convolution et le sous-échantillonnage formalisent. LeCun, comme Hinton, a raisonné à partir de la façon dont les cerveaux voient réellement. (Influence formatrice)

La lignée connexionniste de la rétropropagation. LeCun a développé une forme précoce de rétropropagation dans sa thèse de 1987, convergeant vers le même moteur que les travaux de Rumelhart-Hinton-Williams ont rendus célèbres en 1986. Il a hérité et prolongé le programme connexionniste alors qu’il était profondément démodé. (Influence directe)

Qui il a façonné

La vision par ordinateur moderne. Tout système de vision convolutif – ceux qui lisent les examens médicaux, alimentent les piles de perception pour la conduite et font tourner les appareils photo de téléphone – descend structurellement de LeNet. Il n’a pas seulement contribué au domaine ; il en a fourni l’architecture fondatrice.

Le virage auto-supervisé. Le pivot à l’échelle de l’industrie vers l’apprentissage à partir de données non étiquetées – préentraînement masqué, méthodes contrastives, objectifs à plongement conjoint – passe directement par le cadrage du « gâteau » de LeCun et par sa décennie passée à insister sur le fait que c’est là que réside l’essentiel de l’intelligence.

Une génération de chercheurs du FAIR. En dirigeant l’un des plus grands laboratoires industriels ouverts, LeCun a façonné la manière dont une génération publie et partage ses travaux, 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 court en avant jusqu’à Andrej Karpathy, dont le travail s’inscrit pleinement dans le champ de la vision apprise qu’a ouvert la convolution – et dont le recadrage “Software 2.0” (un réseau vu comme un programme compilé à partir de données) est la généralisation naturelle du passage opéré par LeCun, des lecteurs de chèques conçus à la main à des lecteurs appris. Le contraste le plus tranché est avec son colauréat du 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 avertir que la chose pourrait être trop puissante ; LeCun, l’optimiste, a quitté Meta en 2025 pour soutenir que l’architecture dominante n’est pas assez puissante et pour en construire une autre. Là où Hinton craint le résultat, LeCun conteste l’itinéraire. Deux itinéraires, une seule montagne : Hinton croit que le danger est réel ; LeCun croit que le monde, appris ouvertement, est la route. (Pont de série)

Ce que j’en retiens

La leçon que je garde de LeCun, c’est que l’architecture devrait porter la part du problème que l’on comprend réellement. 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 vers lequel je me tourne quand je conçois des systèmes : quand je sais qu’une chose est vraie au sujet du domaine, je l’encode dans la structure plutôt que de la laisser au hasard. C’est le même instinct que de traiter le goût comme un système technique que l’on peut défendre, et non une vibe que l’on espère voir émerger – placer la contrainte connue dans la conception, là où elle peut être vérifiée, et non dans la prière que la sortie se comporte bien.

La leçon la plus difficile, c’est le scepticisme envers les LLM. LeCun se tient au sommet absolu d’un cycle d’engouement – l’industrie tout entière, les capitaux, l’attention, tout est braqué sur l’agrandissement des modèles de langage – et il affirme, publiquement, que c’est une bretelle de sortie. Il a peut-être tort ; le point est qu’il est prêt à être la voix dissidente quand la dissidence coûte cher, ancré dans un argument technique précis sur la prédiction dans l’espace de représentation plutôt que dans un instinct contestataire. C’est la porte de l’évidence braquée sur le consensus lui-même : non pas « tout le monde est enthousiaste, donc ce doit être le chemin », mais « qu’est-ce que cette architecture apprend réellement, et est-ce bien la chose que nous voulons ? » Et l’ouverture est la part 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, raison pour laquelle je traite la qualité comme la seule variable et le test de Steve – celui de savoir si le travail mérite d’exister – comme quelque chose que l’on soumet à l’examen, et non que l’on affirme. LeCun a parié toute sa carrière, deux fois, sur le fait d’apprendre le monde plutôt que de mémoriser ses 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 l’essentiel, l’apprentissage supervisé le glaçage, et l’apprentissage par renforcement la cerise.⁵ Il y associe un engagement envers la recherche ouverte : publier les articles, le code et les modèles afin que la science puisse être reproduite et mise à l’épreuve.¹⁸ Sa signature d’ingénieur est d’encoder la structure connue directement dans l’architecture – comme la convolution inscrit l’invariance par translation dans un réseau de vision.²³

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

Il est le principal inventeur du réseau de neurones convolutif moderne. Aux Bell Labs en 1989, il a été parmi les premiers à appliquer la rétropropagation à une tâche pratique – reconnaître des codes postaux manuscrits – produisant le prototype LeNet, et l’article de 1998 “Gradient-Based Learning Applied to Document Recognition” (avec Bottou, Bengio et Haffner) décrivait LeNet-5.²³ Sur le plan commercial, NCR a déployé des lecteurs de chèques fondés sur LeNet à partir de 1996, et dès 2001 on estimait que le système lisait environ 20 millions de chèques par jour – soit à peu près 10 % de tous les chèques aux 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 une intelligence de niveau humain par le seul agrandissement – il les appelle « une bretelle de sortie » sur la route vers une IA de niveau humain.⁹¹⁰ L’alternative qu’il propose est l’architecture prédictive à plongement conjoint (JEPA), tirée de son article de 2022 “A Path Towards Autonomous Machine Intelligence”, qui prédit dans un espace de représentation abstrait et ignore les détails imprévisibles, au lieu de générer chaque pixel ou chaque jeton.⁶⁸ En novembre 2025, il a quitté Meta pour fonder AMI Labs à Paris afin de poursuivre directement les modèles du monde.¹⁰

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

Oui. Il a partagé le prix Turing ACM A.M. 2018 avec Geoffrey Hinton et Yoshua Bengio – les trois « parrains de l’apprentissage profond » – « pour des percées conceptuelles et d’ingénierie qui ont fait des réseaux de neurones profonds une composante essentielle de l’informatique ».⁴ Les contributions reconnues de LeCun portent sur les réseaux convolutifs et sur son travail plus large rendant l’apprentissage profond praticable. Il diffère publiquement de Hinton sur le présent : là où Hinton (qui a quitté Google en 2023) met en garde contre 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