Yann LeCun
Fechas no disponibles
Yann LeCun es un reconocido científico de la computación, pionero en el campo del aprendizaje profundo (deep learning) y las redes neuronales convolucionales (CNNs).
Su contribución es fundamental en al menos dos eventos clave. Por un lado, en 2012, fue coautor del influyente trabajo 'Learning from Data', publicado el 30 de julio, que sentó bases teóricas y prácticas para el aprendizaje profundo moderno. Este hito demostró la capacidad de las redes neuronales profundas para aprender representaciones jerárquicas de datos, impulsando avances significativos en IA. Por otro lado, en 1998, junto a Corinna Cortes y Christopher J.C. Burges, presentó LeNet-5. Este modelo de red neuronal convolucional, publicado en "Gradient-Based Learning Applied to Document Recognition", fue revolucionario para el reconocimiento óptico de caracteres (OCR), aplicando arquitecturas clave (capas convolucionales, de pooling y totalmente conectadas) que se han vuelto estándar en la visión por computadora.
Eventos relacionados
La IA que aprendió a 'pensar' por sí misma
Se publica 'Learning from Data', sentando las bases del aprendizaje profundo moderno.
La IA aprende a 'ver': El primer reconocimiento de imágenes de red neuronal
Se publica un artículo seminal sobre redes neuronales convolucionales que sentaría las bases para el reconocimiento de imágenes moderno, una revolución en la visión por computadora.
El Nacimiento de la 'Red Neuronal Convolucional' Moderna
Yann LeCun presenta LeNet-5, sentando las bases para las redes neuronales convolucionales (CNNs) que dominan la visión por computadora.