Filosofia de engenharia: Yann LeCun

Principais conclusões

• Aprender o mundo, em grande parte por conta própria. A aposta central de LeCun é que a inteligência surge de uma máquina que aprende como o mundo funciona pela observação – aprendizado autossupervisionado – com os rótulos humanos como um fino enfeite por cima. A célebre analogia do “bolo” torna as proporções literais: o grosso é autossupervisionado, a cobertura é supervisionada e a cereja é o aprendizado por reforço.
• A convolução tornou a visão aprendível. No Bell Labs ele aplicou a retropropagação a dígitos manuscritos (1989) e construiu a família LeNet de redes neurais convolucionais; a LeNet-5 (1998) tornou-se a arquitetura que, implantada comercialmente, já lia cerca de 10% de todos os cheques nos Estados Unidos em 2001.
• A pesquisa aberta é um método, não um slogan. Como diretor fundador do FAIR do Facebook/Meta (2013) e cientista-chefe de IA, ele tornou a publicação e a abertura do código a prática padrão – o código e os pontos de verificação do I-JEPA saíram junto com o artigo – convicto de que a ciência aberta se acumula mais rápido do que o sigilo.
• O otimista que é cético quanto aos LLMs. Colaureado do Prêmio Turing de 2018 ao lado de Hinton e Bengio, LeCun argumenta que os modelos de linguagem autorregressivos são “uma saída da estrada” no caminho para uma IA de nível humano; o caminho, diz ele, passa por modelos do mundo como o JEPA. Em novembro de 2025 ele deixou a Meta para construir exatamente isso.

O princípio

“Não vamos chegar a uma IA de nível humano apenas escalando os LLMs” – eles “simplesmente preveem texto em vez de realmente entender o mundo”. – Yann LeCun, sobre sua saída da Meta, 2025¹⁰

O princípio que sustenta essa frase é mais antigo do que a era dos LLMs, e LeCun o defende com coerência há quarenta anos: uma máquina deveria aprender como o mundo funciona em grande parte por conta própria, prevendo o que observa, em vez de ser alimentada na boca com rótulos humanos – e a ciência de como fazer isso deveria ser feita às claras. A maior parte do que qualquer animal sabe, ele aprende sem professor. Um bebê aprende que objetos sem apoio caem, que coisas ocultas continuam existindo, que o mundo tem uma estrutura estável, muito antes de alguém nomear uma única coisa para ele. A aposta de LeCun é que esse tipo de aprendizado – absorver a estrutura do mundo a partir de entradas sensoriais cruas, sem rótulos e de alta largura de banda – é o grosso da inteligência, e que o aprendizado supervisionado e o aprendizado por reforço são camadas comparativamente finas por cima dele.

Esse é o conteúdo de sua frase mais citada, a do bolo: “Se a inteligência é um bolo, o grosso do bolo é o aprendizado autossupervisionado, a cobertura do bolo é o aprendizado supervisionado e a cereja do bolo é o aprendizado por reforço.”⁵ Ele originalmente disse não supervisionado em 2016 e deliberadamente corrigiu para autossupervisionado em 2019 – uma precisão que importa, porque nomeia o mecanismo: os dados fornecem seus próprios rótulos. Mascara-se parte da entrada, prevê-se a partir do resto; o mundo é seu próprio professor.⁵ As proporções da analogia são o argumento inteiro. Se o bolo é majoritariamente autossupervisionado, então um campo que despeja seu esforço em sistemas cada vez maiores, treinados para prever o próximo token escrito por um humano, está, na visão dele, otimizando a cobertura.

A segunda metade do princípio é a abertura. LeCun construiu sua carreira e seu laboratório sobre a convicção de que a pesquisa em IA avança mais rápido quando é publicada, reprodutível e de código aberto – uma convicção que vai contra o instinto da indústria de acumular o trabalho de fronteira. As duas metades estão conectadas: se o caminho para a inteligência real é longo e incerto, nenhum laboratório isolado vai percorrê-lo sozinho, e a única maneira de descobrir quais arquiteturas de fato aprendem o mundo é colocá-las às claras e deixar que todos as ponham à prova. Aprender o mundo, abertamente – a previsão como motor, a abertura como método.

Contexto

Yann André Le Cun nasceu em 8 de julho de 1960, em Soisy-sous-Montmorency, perto de Paris.¹ Obteve seu doutorado na Universidade Pierre e Marie Curie (hoje parte da Universidade Sorbonne) em 1987, e sua tese já continha uma forma inicial de retropropagação – a ideia que viria a definir o campo.¹ Era conexionista antes de o conexionismo ser respeitável, trabalhando em redes de aprendizado inspiradas no cérebro durante o mesmo período em que o resto da IA as havia descartado.

Em 1988 ele ingressou nos AT&T Bell Laboratories, a instituição onde aconteceu seu trabalho de engenharia mais consequente.¹ O Bell Labs lhe deu dados reais e um motivo para fazer as redes funcionarem, não apenas teorizar sobre elas: dígitos manuscritos do serviço postal dos Estados Unidos e, em seguida, os valores escritos em cheques bancários. A restrição era implacável – um leitor de cheques que alucina um dígito custa dinheiro – e o empurrou para uma arquitetura que levava a sério a estrutura das imagens, em vez de tratar uma imagem como um saco indiferenciado de pixels.

Depois do Bell Labs, ele se mudou para a NYU em 2003 como professor de ciência da computação.¹ Então, em dezembro de 2013, Mark Zuckerberg o contratou para construir e liderar a Facebook AI Research (FAIR), e ele se tornou o cientista-chefe de IA da empresa – um cargo que ocupou por mais de uma década enquanto permanecia professor em tempo parcial na NYU.¹¹⁰ O FAIR tornou-se um dos laboratórios de pesquisa industrial abertos mais prolíficos da época, expressão direta de sua crença de que a ciência deve ser compartilhada. Esse período terminou em novembro de 2025, quando ele saiu para fundar sua própria startup de modelos do mundo – a declaração mais clara possível de qual lado da aposta sobre os LLMs ele defende.¹⁰

O trabalho

Redes convolucionais e a LeNet: lendo os cheques do mundo (1989-1998)

A ideia técnica central da carreira de LeCun é a rede neural convolucional, e a forma mais nítida de sentir por que ela importa é vê-la funcionar. Uma rede ingênua que conecta cada pixel a cada neurônio é ao mesmo tempo enorme e cega à estrutura: ela não tem noção de que um traço no canto superior esquerdo de uma imagem é o mesmo tipo de coisa que o traço idêntico no canto inferior direito. O insight de LeCun – apoiando-se no Neocognitron de Kunihiko Fukushima e ancorado no córtex visual do cérebro – foi deslizar um pequeno filtro (um núcleo) pela imagem, calculando o mesmo punhado de pesos em cada posição, de modo que a rede aprende uma característica uma única vez e a detecta em toda parte. O widget abaixo é exatamente essa operação: escolha um núcleo detector de bordas, observe-o varrer um dígito e veja o “mapa de características” se acender onde quer que apareça o padrão que ele reconhece.

A história é concreta. Em 1989, no Bell Labs, LeCun e colegas foram os primeiros a aplicar o algoritmo de retropropagação a um problema prático – reconhecer códigos postais manuscritos da correspondência do serviço postal dos Estados Unidos – produzindo o protótipo que se tornou a LeNet-1.² Quase uma década de refinamento levou ao artigo marcante de 1998, “Gradient-Based Learning Applied to Document Recognition”, de LeCun, Léon Bottou, Yoshua Bengio e Patrick Haffner, que descreveu a LeNet-5 e defendeu que o aprendizado baseado em gradiente poderia substituir os extratores de características projetados à mão no reconhecimento de documentos.³

Isso não foi uma curiosidade de referência. A NCR implantou comercialmente leitores de cheques baseados na LeNet a partir de junho de 1996, e em 2001 estimava-se que o sistema lia cerca de 20 milhões de cheques por dia – aproximadamente 10% de todos os cheques nos Estados Unidos.² Num momento em que as redes neurais ainda eram desprezadas por boa parte do campo, LeCun tinha uma que lia discretamente um décimo dos cheques de uma nação. A arquitetura que ele projetou para esse problema – convolução, agrupamento (pooling), características aprendidas empilhadas numa hierarquia – é, estruturalmente, a mesma ideia que move a visão computacional moderna.

A pesquisa aberta e o FAIR

Quando LeCun construiu o FAIR em 2013, ele fez uma escolha que não era óbvia para um laboratório corporativo: o trabalho seria aberto. Publicar os artigos, liberar o código, compartilhar os modelos.¹¹⁰ A aposta era que um laboratório aberto atrai os melhores pesquisadores (que querem que seu trabalho seja visto e citado), faz todo o campo avançar mais rápido e – não por acaso – permite que o mundo audite e melhore o que você constrói.

Esse é o primo filosófico de por que o código aberto não é uma fronteira de segurança: a abertura não é uma garantia de correção, mas é o mecanismo pelo qual a correção é encontrada. A versão de LeCun aplica isso à ciência. Você não tem como saber quais arquiteturas de fato aprendem a estrutura do mundo raciocinando sobre elas em segredo; você as publica, outros as reproduzem ou as refutam, e a verdade sobrevive ao escrutínio. O lançamento do I-JEPA pela Meta em 2023 é esse padrão em miniatura – o código de treinamento e os pontos de verificação do modelo saíram junto com o artigo, não meses depois, não nunca.⁸ Numa época em que os laboratórios de fronteira tratam cada vez mais seu melhor trabalho como segredo comercial, a postura aberta de LeCun é uma posição deliberada e na contramão sobre como o conhecimento se acumula.

O aprendizado autossupervisionado: o bolo

A mais profunda das ideias de LeCun é também a de embalagem mais cativante. Há anos ele argumenta que o campo tem as proporções da inteligência invertidas, e ele defendeu esse ponto com comida. Em sua palestra “Future of AI” na NYU no início de 2016 e em sua palestra principal na NeurIPS naquele ano, ele exibiu um bolo: “Se a inteligência é um bolo, o grosso do bolo é o aprendizado não supervisionado, a cobertura do bolo é o aprendizado supervisionado e a cereja do bolo é o aprendizado por reforço.”⁵ Em 2019 ele havia deliberadamente revisado “não supervisionado” para “autossupervisionado” – uma variante em que os dados fornecem sua própria supervisão, escondendo parte da entrada e treinando o modelo para prevê-la a partir do resto.⁵

A revisão não é cosmética; ela nomeia o motor. “Não supervisionado” descreve a ausência de rótulos. “Autossupervisionado” descreve um mecanismo positivo: o mundo, uma vez observado, torna-se seu próprio sinal de treinamento. É assim, ele argumenta, que humanos e animais adquirem a esmagadora maioria do que sabem – a física de senso comum e a estrutura que ninguém rotula para nós. Sua expressão para isso é a “matéria escura da inteligência”: a vasta massa de aprendizado sem rótulos que os métodos supervisionados e por reforço apenas decoram.⁵ Se ele estiver certo quanto às proporções, então o problema de pesquisa mais importante em IA não são conjuntos de dados rotulados maiores nem mais sinais de recompensa, mas melhores objetivos autossupervisionados – aprender o mundo observando-o.

Modelos do mundo e o JEPA: a postura cética quanto aos LLMs

A posição mais pública e mais contestada de LeCun decorre diretamente do bolo. Se a inteligência real é majoritariamente aprendizado autossupervisionado da estrutura do mundo, então um sistema treinado puramente para prever o próximo token escrito por um humano está aprendendo um modelo de palavras, não um modelo de mundo – e herdará os limites desse substrato. Ele disse isso sem rodeios: os LLMs autorregressivos são “uma saída da estrada” no caminho para uma IA de nível humano, úteis, mas não o caminho; “não vamos chegar a uma IA de nível humano apenas escalando os LLMs”.⁹¹⁰

A alternativa que ele propõe é a arquitetura preditiva de incorporação conjunta (JEPA), apresentada em seu artigo de posição de 2022 “A Path Towards Autonomous Machine Intelligence”.⁶ O movimento-chave é onde a previsão acontece. Um modelo generativo tenta reconstruir a entrada faltante pixel por pixel e, por isso, desperdiça capacidade modelando detalhes imprevisíveis – razão pela qual os modelos generativos notoriamente têm dificuldade com coisas como o número exato de dedos numa mão.⁸ Uma JEPA prevê, em vez disso, num espaço de representação abstrato, livre para ignorar os detalhes que não são previsíveis e concentrar-se nas regularidades estruturais e de baixa entropia de uma cena.⁶⁸ O I-JEPA da Meta (2023) foi o primeiro modelo de imagem concreto construído sobre essa visão, e saiu aberto.⁸

O contraste com seu colega “padrinho” é o mais nítido de toda a série. Geoffrey Hinton compartilhou o mesmo Prêmio Turing e as mesmas décadas solitárias de convicção, e então, em 2023, virou-se para alertar que a tecnologia pode ser perigosa. LeCun é o otimista do trio – cético não quanto à segurança da IA, mas quanto ao teto da arquitetura atual – e em novembro de 2025 ele respaldou essa convicção com a própria carreira, deixando a Meta para fundar a Advanced Machine Intelligence (AMI) Labs em Paris, uma startup construída expressamente em torno de modelos do mundo, em vez de modelos de linguagem maiores.¹⁰ Dois padrinhos, um prêmio, mensagens opostas: Hinton diz para desacelerar porque pode funcionar bem demais; LeCun diz que essa estrada em particular não leva aonde todos pensam, e aponta para outra.

O método

O método é coerente desde os leitores de cheques até a startup de modelos do mundo: construir a arquitetura que a estrutura do problema exige, aprender o máximo possível sem rótulos e fazê-lo às claras.

Codifique a estrutura na arquitetura. A convolução funciona porque assa um fato verdadeiro sobre imagens – a invariância à translação – diretamente na fiação da rede, em vez de forçar o modelo a aprendê-lo do zero. A lição se generaliza: quando você sabe algo sobre o problema, construa isso na arquitetura em vez de torcer para que os dados ensinem.²³

Faça dos dados seu próprio professor. Os rótulos são escassos e caros; a observação crua é abundante. A postura autossupervisionada – mascarar parte da entrada, prevê-la a partir do resto – é como LeCun propõe aprender o grosso do que um sistema precisa saber. Recorra à supervisão humana por último, não primeiro.⁵

Preveja no espaço de representação, não no espaço de pixels. Não gaste capacidade modelando detalhes que você não consegue prever. A escolha de engenharia central da JEPA é prever representações abstratas e descartar deliberadamente o imprevisível – uma disciplina sobre o que vale a pena modelar afinal.⁶⁸

Publique. Artigos abertos, código aberto, modelos abertos. A convicção de LeCun é que a ciência se acumula às claras e estagna no sigilo, e ele dirigiu um dos maiores laboratórios da indústria segundo esse princípio por uma década.¹⁸¹⁰

Sustente a posição fora de moda quando as evidências a apoiam. Ele acreditou nas redes neurais durante os invernos, e agora sustenta que os LLMs são um desvio enquanto a indústria inteira despeja capital neles. A disposição de ser o cético barulhento no auge de um ciclo de empolgação é o mesmo músculo que o manteve na convolução quando ninguém se importava.⁹¹⁰

Cadeia de influência

Quem o moldou

Kunihiko Fukushima. O Neocognitron de Fukushima (1980) – uma rede visual em camadas, tolerante a deslocamentos e inspirada no córtex – foi o ancestral direto da rede convolucional. LeCun acrescentou o aprendizado de ponta a ponta por retropropagação, transformando uma arquitetura ajustada à mão em uma que aprende seus próprios filtros. (Influência direta)

David Hubel e Torsten Wiesel. A neurociência do córtex visual deles, premiada com o Nobel – células simples detectando características locais, células complexas agrupando ao longo da posição – é o projeto biológico que a convolução e o agrupamento formalizam. LeCun, como Hinton, raciocinou a partir de como os cérebros de fato enxergam. (Influência formativa)

A linhagem conexionista da retropropagação. LeCun desenvolveu uma forma inicial de retropropagação em sua tese de 1987, convergindo para o mesmo motor que o trabalho de Rumelhart-Hinton-Williams tornou famoso em 1986. Ele herdou e ampliou o programa conexionista quando ele estava profundamente fora de moda. (Influência direta)

Quem ele moldou

A visão computacional moderna. Todo sistema de visão convolucional – os que leem exames médicos, alimentam as pilhas de percepção para direção e movem as câmeras dos celulares – descende estruturalmente da LeNet. Ele não apenas contribuiu para o campo; forneceu sua arquitetura fundacional.

A virada autossupervisionada. A guinada de toda a indústria em direção ao aprendizado a partir de dados sem rótulos – pré-treinamento mascarado, métodos contrastivos, objetivos de incorporação conjunta – corre direto pela formulação do “bolo” de LeCun e por sua década insistindo que é aí que mora o grosso da inteligência.

Uma geração de pesquisadores do FAIR. Ao dirigir um dos maiores laboratórios industriais abertos, LeCun moldou como uma geração publica e compartilha o trabalho, e semeou boa parte do ecossistema de modelos abertos que hoje existe fora dos laboratórios de fronteira mais sigilosos.

O fio condutor

LeCun é a raiz de visão computacional do ramo de aprendizado profundo desta série, e a linha mais nítida corre adiante até Andrej Karpathy, cujo trabalho vive plenamente no campo da visão aprendida que a convolução abriu – e cuja reformulação “Software 2.0” (uma rede como um programa compilado a partir de dados) é a generalização natural do passo de LeCun, dos leitores de cheques projetados à mão para os aprendidos. O contraste mais nítido é com seu colaureado do Turing Geoffrey Hinton: os dois “padrinhos” compartilham o prêmio, as décadas solitárias e a aposta no aprendizado inspirado no cérebro, mas divergem quanto ao momento presente. Hinton, o preocupado, deixou o Google em 2023 para alertar que a coisa pode ser poderosa demais; LeCun, o otimista, deixou a Meta em 2025 para argumentar que a arquitetura dominante não é poderosa o bastante e para construir outra. Onde Hinton teme o resultado, LeCun contesta a rota. Duas rotas, uma montanha: Hinton confia que o perigo é real; LeCun confia que o mundo, aprendido abertamente, é o caminho. (Ponte da série)

O que eu levo disto

A lição que guardo de LeCun é que a arquitetura deve carregar a parte do problema que você de fato entende. A convolução funciona porque constrói a invariância à translação dentro da rede em vez de torcer para que um bilhão de exemplos a ensinem – e esse é exatamente o movimento ao qual recorro quando projeto sistemas: quando sei que algo é verdadeiro sobre o domínio, eu o codifico na estrutura em vez de deixá-lo ao acaso. É o mesmo instinto de tratar o bom gosto como um sistema técnico que você pode defender, e não uma vibe que você espera que emerja – coloque a restrição conhecida no projeto, onde ela pode ser verificada, e não na prece de que a saída se comporte.

A lição mais difícil é o ceticismo quanto aos LLMs. LeCun está no auge absoluto de um ciclo de empolgação – a indústria inteira, o capital, a atenção todos apontados para escalar os modelos de linguagem – e diz, oficialmente, que isso é uma saída da estrada. Ele pode estar errado; o ponto é que ele se dispõe a ser a voz dissidente quando dissentir custa caro, ancorado num argumento técnico específico sobre previsão no espaço de representação, e não num instinto contestador. Isso é a barreira da evidência apontada para o próprio consenso: não “todos estão empolgados, então deve ser o caminho”, mas “o que esta arquitetura está de fato aprendendo, e é isso o que queremos?”. E a abertura é a parte que levo de forma mais direta – a convicção de que você descobre quem está certo publicando o trabalho e deixando que ele seja testado, razão pela qual trato a qualidade como a única variável e o teste de Steve – o de saber se o trabalho merece existir – como algo que você submete ao escrutínio, e não algo que você afirma. LeCun apostou toda a sua carreira, duas vezes, em aprender o mundo em vez de memorizar seus rótulos – e em fazê-lo onde todos possam ver.

Perguntas frequentes

Qual é a filosofia de engenharia de Yann LeCun?

Aprender o mundo, abertamente. LeCun argumenta que a inteligência é majoritariamente autossupervisionada – uma máquina que aprende a estrutura do mundo prevendo o que observa, com os rótulos humanos e os sinais de recompensa como camadas finas por cima, capturado em sua analogia do “bolo”, em que o aprendizado autossupervisionado é o grosso, o aprendizado supervisionado a cobertura e o aprendizado por reforço a cereja.⁵ Ele combina isso com um compromisso com a pesquisa aberta: publicar artigos, código e modelos para que a ciência possa ser reproduzida e testada.¹⁸ Sua assinatura de engenharia é codificar a estrutura conhecida diretamente na arquitetura – como a convolução assa a invariância à translação numa rede de visão.²³

O que Yann LeCun inventou e como isso foi usado comercialmente?

Ele é o principal inventor da rede neural convolucional moderna. No Bell Labs em 1989, ele esteve entre os primeiros a aplicar a retropropagação a uma tarefa prática – reconhecer códigos postais manuscritos – produzindo o protótipo LeNet, e o artigo de 1998 “Gradient-Based Learning Applied to Document Recognition” (com Bottou, Bengio e Haffner) descreveu a LeNet-5.²³ Comercialmente, a NCR implantou leitores de cheques baseados na LeNet a partir de 1996, e em 2001 estimava-se que o sistema lia cerca de 20 milhões de cheques por dia – aproximadamente 10% de todos os cheques nos Estados Unidos.²

Por que Yann LeCun é cético quanto aos grandes modelos de linguagem?

Porque, na visão dele, os LLMs autorregressivos aprendem um modelo de texto em vez de um modelo de mundo, e por isso não conseguem alcançar a inteligência de nível humano apenas escalando – ele os chama de “uma saída da estrada” no caminho para uma IA de nível humano.⁹¹⁰ A alternativa que ele propõe é a arquitetura preditiva de incorporação conjunta (JEPA), de seu artigo de 2022 “A Path Towards Autonomous Machine Intelligence”, que prevê num espaço de representação abstrato e ignora o detalhe imprevisível, em vez de gerar cada pixel ou token.⁶⁸ Em novembro de 2025 ele deixou a Meta para fundar a AMI Labs em Paris e perseguir diretamente os modelos do mundo.¹⁰

Yann LeCun ganhou o Prêmio Turing?

Sim. Ele compartilhou o Prêmio Turing ACM A.M. de 2018 com Geoffrey Hinton e Yoshua Bengio – os três “padrinhos do aprendizado profundo” – “por avanços conceituais e de engenharia que tornaram as redes neurais profundas um componente crítico da computação”.⁴ As contribuições reconhecidas de LeCun centram-se nas redes convolucionais e em seu trabalho mais amplo que tornou o aprendizado profundo prático. Ele diverge publicamente de Hinton quanto ao presente: onde Hinton (que deixou o Google em 2023) alerta para os perigos da IA, LeCun é o otimista que argumenta que a arquitetura LLM dominante de hoje não é a rota para a inteligência de nível humano.¹⁰

Fontes