Corinna Cortes

En 1998, Yann LeCun, junto a sus colegas Corinna Cortes y Christopher J.C. Burges, publicó el artículo "Gradient-Based Learning Applied to Document Recognition", presentando LeNet-5. Este modelo de red neuronal convolucional (CNN) fue un hito, especialmente por su aplicación en el reconocimiento óptico de caracteres (OCR), como la lectura de cheques bancarios.

LeNet-5 introdujo arquitecturas clave que se han convertido en estándar en el campo de la visión por computadora: capas convolucionales para la extracción de características, capas de pooling para la reducción de dimensionalidad y capas totalmente conectadas para la clasificación final. Su diseño demostró una eficiencia y precisión sorprendentes para la época.

Este trabajo no solo resolvió un problema práctico de gran relevancia industrial, sino que también sentó las bases teóricas y arquitectónicas para el auge actual de la inteligencia artificial en el reconocimiento de imágenes, la detección de objetos y muchas otras aplicaciones. La influencia de LeNet-5 se extiende hasta hoy, siendo un precursor directo de las redes neuronales que impulsan desde coches autónomos hasta asistentes virtuales.