.png)
hace 1 hora
1
La salida de LeCun llega tras una serie de transformaciones estratégicas dentro de Meta.
REUTERS/Eric GaillardEl científico Yann LeCun, figura clave en el desarrollo del aprendizaje profundo y jefe de científicos de IA en Meta desde 2013, se prepara para abandonar la compañía y fundar su propia startup de inteligencia artificial.
La noticia, adelantada por el Financial Times, representa un cambio en el ecosistema global de la IA y marca un nuevo ciclo en la trayectoria de Meta, justo cuando la empresa redobla sus apuestas en inteligencia artificial para competir con rivales de peso como Google y OpenAI.
La salida de LeCun llega tras una serie de transformaciones estratégicas dentro de Meta, incluyendo la masiva inversión de 14.300 millones de dólares en Scale AI y la reestructuración jerárquica que colocó a Alexandr Wang, fundador de esa startup, al frente de Meta Superintelligence Labs (MSL).
LeCun es figura clave en el desarrollo del aprendizaje profundo y jefe de científicos de IA en Meta.
REUTERS/Yves HermanEsta reorganización dejó a LeCun bajo la supervisión directa de Wang y desató una oleada de recortes, especialmente en el laboratorio de Investigación Fundamental en IA (FAIR), fundado por el propio LeCun, que vio reducidos cerca de 600 puestos en octubre de 2025, según Axios.
El laboratorio FAIR, de reputación global en investigación a largo plazo y responsable de los modelos Llama, cedió protagonismo a nuevas divisiones como TBD Labs, reforzadas por talentos provenientes de OpenAI, Anthropic y otros competidores.
Estrategias como esta priorizan la obtención de resultados inmediatos y aceleran la salida comercial de productos, en detrimento de la investigación a largo plazo, una tendencia cada vez más frecuente en empresas del sector tecnológico.
La salida de LeCun coincide con cambios estratégicos en Meta y una inversión de 14.300 millones de dólares en Scale AI.
REUTERS/Gonzalo Fuentes En este contexto, la presión de la competencia en IA generativa y la recepción no tan favorable de productos recientes, como Llama 4 o el chatbot Meta AI, han obligado a Meta a replantear su enfoque hacia lanzamientos más ágiles y con mayor impacto en el mercado, dejando en segundo plano los proyectos de desarrollo e investigación profunda.
El futuro inmediato de LeCun apunta a modelos de IA capaces de una comprensión del entorno físico comparable a la humana. Según fuentes cercanas, su nueva startup estaría orientada a la investigación y desarrollo de ‘modelos mundiales’, arquitecturas que permitan memoria persistente, razonamiento avanzado y planificación compleja.
Este movimiento compite directamente con otras empresas nacientes como World Labs de Fei-Fei Li, dirigida al mismo objetivo y que recientemente recaudó 230 millones de dólares para proyectos similares.
La nueva startup de LeCun estaría orientada a la investigación y desarrollo de ‘modelos mundiales’.
(Imagen Ilustrativa Infobae)LeCun sostiene que la próxima generación de sistemas inteligentes debe poseer comprensión del mundo físico, memoria persistente, razonamiento genuino y planificación compleja, capacidades hoy ausentes en los grandes modelos de IA.
La salida de LeCun deja un vacío de liderazgo en Meta, una empresa que ha anunciado planes de inversión de hasta 118 mil millones de dólares para 2025, enfocados principalmente en IA y la infraestructura necesaria para sostener las futuras generaciones de modelos avanzados.
El deep learning es una disciplina de la inteligencia artificial que emplea redes neuronales artificiales con múltiples capas para procesar grandes volúmenes de datos. A través de este método, los sistemas pueden aprender y mejorar tareas complejas como el reconocimiento de voz, imágenes, textos o patrones sin necesidad de programación explícita.
El deep learning es una técnica de IA que utiliza redes neuronales artificiales con muchas capas para aprender y resolver tareas complejas automáticamente.
(Imagen Ilustrativa Infobae)Quienes más se benefician del deep learning son sectores como la medicina, la industria tecnológica, el automotriz y el financiero. Empresas utilizan estas técnicas para mejorar diagnósticos médicos, optimizar la seguridad informática, implementar asistentes virtuales y desarrollar vehículos autónomos.
El deep learning también impacta en usuarios cotidianos, facilitando traductores automáticos, recomendaciones personalizadas y sistemas de búsqueda más precisos en plataformas digitales.
English (US) · 
Spanish (ES) ·