Filosofia de engenharia: Yann LeCun, aprender o mundo, abertamente

Pontos principais

• Aprender o mundo, quase sempre por conta própria. A aposta central de LeCun é que a inteligência surge quando uma máquina aprende como o mundo funciona por observação – o aprendizado autossupervisionado – com os rótulos humanos servindo apenas de enfeite. A famosa 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. Nos Bell Labs, ele aplicou backpropagation a dígitos manuscritos (1989) e construiu a família LeNet de redes convolucionais; a LeNet-5 (1998) virou a arquitetura que, implantada comercialmente, já lia cerca de 10% de todos os cheques dos Estados Unidos em 2001.
• Pesquisa aberta é método, não slogan. Como diretor fundador do FAIR (2013), o laboratório de pesquisa em IA do Facebook/Meta, e como Chief AI Scientist, ele transformou publicar e abrir o código em padrão – o código e os checkpoints do I-JEPA saíram junto com o artigo – convicto de que a ciência aberta avança mais rápido que o segredo.
• O otimista que é cético quanto aos LLMs. Laureado com o Turing de 2018 ao lado de Hinton e Bengio, LeCun sustenta que os modelos de linguagem autorregressivos são “uma saída lateral” na estrada rumo à IA de nível humano; a estrada, diz ele, passa por modelos de mundo como o JEPA. Em novembro de 2025 ele saiu da Meta para construir exatamente isso.

O princípio

“Não vamos chegar à IA de nível humano apenas escalando LLMs” – eles “simplesmente preveem texto em vez de realmente entender o mundo.” – Yann LeCun, ao deixar a Meta, 2025¹⁰

O princípio embutido nessa frase é mais antigo que a era dos LLMs, e LeCun o defende de forma consistente há quarenta anos: uma máquina deve aprender como o mundo funciona quase toda sozinha, prevendo aquilo que observa, em vez de receber rótulos humanos de bandeja – e a ciência de como fazer isso deve acontecer às claras. Quase tudo que qualquer animal sabe, ele aprende sem professor. Um bebê aprende que objetos sem apoio caem, que coisas escondidas continuam existindo, que o mundo tem estrutura estável, muito antes de alguém nomear qualquer coisa para ele. A aposta de LeCun é que esse tipo de aprendizado – absorver a estrutura do mundo a partir de entrada sensorial bruta, 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 em cima disso.

É esse o conteúdo da 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, em 2019, corrigiu deliberadamente para autossupervisionado – uma precisão que importa, porque nomeia o mecanismo: os próprios dados fornecem os rótulos. Esconda parte da entrada, preveja-a a partir do resto; o mundo é o professor de si mesmo.⁵ As proporções da analogia são o argumento inteiro. Se o bolo é quase todo autossupervisionado, então uma área que despeja todo o seu esforço em sistemas cada vez maiores, treinados para prever o próximo token escrito por humanos, está, na visão dele, otimizando a cobertura.

A segunda metade do princípio é a abertura. LeCun construiu sua carreira e seu laboratório sobre a crença de que a pesquisa em IA avança mais rápido quando é publicada, reproduzível e de código aberto – uma convicção que contraria o instinto da indústria de guardar a sete chaves o trabalho de fronteira. As duas metades estão ligadas: se o caminho até a inteligência real é longo e incerto, nenhum laboratório sozinho vai percorrê-lo, e o único jeito de descobrir quais arquiteturas de fato aprendem o mundo é colocá-las às claras e deixar todo mundo testar. 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 Doutorou-se pela Université Pierre et Marie Curie (hoje parte da Sorbonne) em 1987, e sua tese já continha uma forma inicial de backpropagation – a ideia que definiria a área.¹ Ele era conexionista antes de o conexionismo ser respeitável, trabalhando em redes de aprendizado inspiradas no cérebro no mesmo período em que o resto da IA as havia descartado.

Em 1988 entrou nos AT&T Bell Laboratories, a instituição onde aconteceu a engenharia mais decisiva da sua carreira.¹ Os Bell Labs lhe deram dados reais e um motivo para fazer as redes funcionarem, não apenas teorizar sobre elas: dígitos manuscritos do serviço postal norte-americano e, depois, os valores escritos em cheques bancários. A restrição era implacável – um leitor de cheques que alucina um dígito custa dinheiro – e isso o empurrou para uma arquitetura que levava a sério a estrutura das imagens, em vez de tratar uma figura como um saco indiferenciado de pixels.

Depois dos Bell Labs, foi para a NYU em 2003 como professor de ciência da computação.¹ Então, em dezembro de 2013, Mark Zuckerberg o contratou para montar e liderar o Facebook AI Research (FAIR), e ele se tornou o Chief AI Scientist da empresa – cargo que ocupou por mais de uma década, mantendo-se professor em tempo parcial na NYU.¹¹⁰ O FAIR virou um dos laboratórios industriais abertos mais prolíficos da época, expressão direta da sua crença de que a ciência deve ser compartilhada. Essa passagem terminou em novembro de 2025, quando ele saiu para fundar sua própria startup de modelos de mundo – a declaração mais clara possível sobre de que lado da aposta dos LLMs ele está.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 o jeito mais limpo de sentir por que ela importa é ver uma funcionando. Uma rede ingênua, que conecta cada pixel a cada neurônio, é ao mesmo tempo enorme e cega para estrutura: ela não faz ideia de que um traço no canto superior esquerdo de uma imagem é a mesma coisa que o traço idêntico no canto inferior direito. A sacada de LeCun – apoiada no Neocognitron de Kunihiko Fukushima e ancorada no córtex visual do cérebro – foi deslizar um pequeno filtro (um kernel) pela imagem, calculando o mesmo punhado de pesos em cada posição, de modo que a rede aprende uma característica uma vez e a detecta em toda parte.⁷ O componente abaixo é exatamente essa operação: escolha um kernel detector de bordas, veja-o varrer um dígito e observe o “mapa de características” acender onde quer que apareça o padrão correspondente.

A história é concreta. Em 1989, nos Bell Labs, LeCun e colegas foram os primeiros a aplicar o algoritmo de backpropagation a um problema prático – reconhecer códigos postais manuscritos em correspondências do serviço postal norte-americano – produzindo o protótipo que se tornou a LeNet-1.² Quase uma década de refinamento levou ao artigo histórico 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 feitos à mão no reconhecimento de documentos.³

Não era curiosidade de benchmark. A NCR passou a implantar comercialmente leitores de cheques baseados na LeNet em 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 dos Estados Unidos.² Num momento em que boa parte da área ainda descartava as redes neurais, LeCun tinha uma delas lendo, discretamente, um décimo dos cheques de um país. A arquitetura que ele projetou para aquele problema – convolução, pooling, características aprendidas empilhadas em hierarquia – é, estruturalmente, a mesma ideia que move a visão computacional moderna.

Pesquisa aberta e o FAIR

Quando LeCun montou o FAIR em 2013, 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 ver seu trabalho lido e citado), acelera a área inteira e – nada acidentalmente – permite que o mundo audite e melhore o que você constrói.

Esse é o primo filosófico de por que código aberto não é uma barreira de segurança: a abertura não garante 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 realmente aprendem a estrutura do mundo raciocinando sobre elas em segredo; você as publica, outros reproduzem ou 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 checkpoints 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 industrial, a postura aberta de LeCun é uma posição deliberada e contracorrente sobre como o conhecimento se acumula.

Aprendizado autossupervisionado: o bolo

A mais profunda das ideias de LeCun é também a de embalagem mais memorável. Há anos ele argumenta que a área entendeu as proporções da inteligência ao contrário, e ilustrou o argumento com comida. Na sua palestra Future of AI, na NYU, no começo de 2016, e no keynote da NeurIPS daquele ano, ele colocou um bolo na tela: “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 Até 2019, ele havia revisado deliberadamente “não supervisionado” para “autossupervisionado” – uma variante em que os próprios dados fornecem a 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, observado, vira o próprio sinal de treinamento. É assim, argumenta ele, que humanos e animais adquirem a esmagadora maioria do que sabem – a física e a estrutura do senso comum, que ninguém rotula para nós. A expressão que ele usa é “matéria escura da inteligência”: a massa vasta e não rotulada de aprendizado que os métodos supervisionados e de reforço apenas decoram.⁵ Se ele estiver certo sobre as proporções, o problema de pesquisa mais importante em IA não são conjuntos de dados rotulados maiores nem mais sinais de recompensa, mas objetivos autossupervisionados melhores – aprender o mundo observando-o.

Modelos de 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 sobretudo aprendizado autossupervisionado da estrutura do mundo, então um sistema treinado apenas para prever o próximo token escrito por humanos está aprendendo um modelo de palavras, não um modelo de mundo – e vai herdar os limites desse substrato. Ele disse isso sem rodeios: os LLMs autorregressivos são “uma saída lateral” na estrada rumo à IA de nível humano, úteis, mas não o caminho; “não vamos chegar à IA de nível humano apenas escalando LLMs.”⁹¹⁰

A alternativa que ele propõe é a Joint Embedding Predictive Architecture (JEPA), apresentada no seu artigo de posicionamento de 2022, “A Path Towards Autonomous Machine Intelligence.”⁶ O movimento-chave está em onde a previsão acontece. Um modelo generativo tenta reconstruir a entrada faltante pixel a pixel e assim desperdiça capacidade modelando detalhes imprevisíveis – razão pela qual os modelos generativos notoriamente se atrapalham com coisas como o número exato de dedos numa mão.⁸ Um JEPA prevê num espaço abstrato de representação, livre para ignorar 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 concreto de imagem construído sobre essa visão, e foi lançado em código aberto.⁸

O contraste com seu colega “padrinho” é o mais afiado desta série. Geoffrey Hinton dividiu o mesmo Turing e as mesmas décadas solitárias de convicção, e depois, em 2023, passou a 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 apostou a própria carreira nessa convicção, deixando a Meta para fundar o Advanced Machine Intelligence (AMI) Labs em Paris, uma startup construída expressamente em torno de modelos de mundo, e não de modelos de linguagem maiores.¹⁰ Dois padrinhos, um prêmio, mensagens opostas: Hinton diz para desacelerar porque isso pode funcionar bem demais; LeCun diz que essa estrada específica não leva aonde todo mundo pensa, e aponta para outra.

O método

O método é consistente, dos leitores de cheques à startup de modelos de mundo: construa a arquitetura que a estrutura do problema exige, aprenda o máximo possível sem rótulos e faça isso às claras.

Codifique a estrutura na arquitetura. A convolução funciona porque embute 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 o próprio professor. Rótulos são escassos e caros; observação bruta é abundante. A postura autossupervisionada – esconder 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 detalhe que você não consegue prever. A escolha de engenharia central do 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 emperra no segredo, e ele conduziu um dos maiores laboratórios da indústria sob esse princípio por uma década.¹⁸¹⁰

Sustente a posição fora de moda quando as evidências a apoiarem. Ele acreditou nas redes neurais durante os invernos e hoje 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 hype é o mesmo músculo que o manteve na convolução quando ninguém ligava.⁹¹⁰

Cadeia de influência

Quem o formou

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 ponta a ponta por backpropagation, transformando uma arquitetura ajustada à mão em outra que aprende os próprios filtros. (Influência direta)

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

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

Quem ele formou

A visão computacional moderna. Todo sistema de visão convolucional – os que leem exames médicos, os que sustentam pilhas de percepção para direção autônoma e os que movem câmeras de celular – descende estruturalmente da LeNet. Ele não apenas contribuiu para a área; forneceu sua arquitetura fundacional.

A virada autossupervisionada. O giro de toda a indústria rumo ao aprendizado a partir de dados não rotulados – pré-treinamento com mascaramento, métodos contrastivos, objetivos de joint embedding – passa direto pela metáfora do “bolo” de LeCun e pela sua década insistindo que é ali que mora o grosso da inteligência.

Uma geração de pesquisadores do FAIR. Ao dirigir um dos maiores laboratórios industriais abertos, LeCun moldou o jeito como uma geração publica e compartilha 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 da visão computacional no ramo de deep learning desta série, e a linha mais limpa segue adiante até Andrej Karpathy, cujo trabalho vive bem dentro do campo da visão aprendida que a convolução abriu – e cuja releitura em “Software 2.0” (uma rede como um programa compilado a partir de dados) é a generalização natural do movimento de LeCun, dos leitores de cheques projetados à mão para os aprendidos. O contraste mais afiado é com seu colega de premiação no Turing, Geoffrey Hinton: os dois “padrinhos” dividem o prêmio, as décadas solitárias e a aposta no aprendizado inspirado no cérebro, mas divergem sobre o 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 a estrada. (Ponte da série)

O que eu levo disso

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 embute a invariância à translação na rede, em vez de torcer para que um bilhão de exemplos ensinem isso – e é exatamente o movimento a que recorro quando projeto sistemas: quando sei que algo é verdade sobre o domínio, codifico na estrutura em vez de deixar por conta do acaso. É o mesmo instinto de tratar o bom gosto como um sistema técnico que você consegue defender, e não uma vibe que você espera que emerja – colocar a restrição conhecida no projeto, onde ela pode ser verificada, e não na reza para que a saída se comporte.

A lição mais difícil é o ceticismo quanto aos LLMs. LeCun está no auge absoluto de um ciclo de hype – a indústria inteira, o capital, a atenção, tudo apontado para escalar modelos de linguagem – e diz, publicamente, que aquilo é uma saída lateral. Ele pode estar errado; o ponto é que ele se dispõe a ser a voz dissidente quando dissentir é caro, ancorado num argumento técnico específico sobre previsão em espaço de representação, e não num instinto contracorrente. Isso é a barreira das evidências apontada para o próprio consenso: não “todo mundo está empolgado, então deve ser o caminho”, mas “o que essa arquitetura está de fato aprendendo, e é isso que queremos?” E a abertura é a parte que levo mais diretamente – 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 sobre se o trabalho merece existir como algo que você submete ao escrutínio, não como algo que você afirma. LeCun apostou a carreira inteira, duas vezes, em aprender o mundo em vez de decorar seus rótulos – e em fazer isso onde todo mundo pode ver.

FAQ

Qual é a filosofia de engenharia de Yann LeCun?

Aprender o mundo, abertamente. LeCun argumenta que a inteligência é sobretudo autossupervisionada – uma máquina aprendendo a estrutura do mundo ao prever o que observa, com rótulos humanos e sinais de recompensa como camadas finas por cima, ideia capturada na analogia do “bolo”, em que o aprendizado autossupervisionado é o grosso, o supervisionado é a cobertura, e o aprendizado por reforço é 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 embute 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. Nos Bell Labs, em 1989, foi um dos primeiros a aplicar backpropagation 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 passou a implantar 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 dos Estados Unidos.²

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

Porque, na visão dele, os LLMs autorregressivos aprendem um modelo de texto e não um modelo de mundo, e por isso não alcançam a inteligência de nível humano só com escala – ele os chama de “uma saída lateral” na estrada rumo à IA de nível humano.⁹¹⁰ A alternativa que propõe é a Joint Embedding Predictive Architecture (JEPA), do seu artigo de 2022 “A Path Towards Autonomous Machine Intelligence”, que prevê num espaço abstrato de representação e ignora detalhes imprevisíveis, em vez de gerar cada pixel ou token.⁶⁸ Em novembro de 2025 ele deixou a Meta para fundar o AMI Labs em Paris e perseguir modelos de mundo diretamente.¹⁰

Yann LeCun ganhou o Prêmio Turing?

Sim. Ele dividiu o ACM A.M. Turing Award de 2018 com Geoffrey Hinton e Yoshua Bengio – os três “padrinhos do deep learning” – “por avanços conceituais e de engenharia que tornaram as redes neurais profundas um componente crítico da computação.”⁴ As contribuições reconhecidas de LeCun se concentram nas redes convolucionais e no seu trabalho mais amplo de tornar o deep learning prático. Ele diverge publicamente de Hinton quanto ao presente: enquanto Hinton (que deixou o Google em 2023) alerta para os perigos da IA, LeCun é o otimista que sustenta que a arquitetura LLM hoje dominante não é a rota até a inteligência de nível humano.¹⁰

Fontes