– Jak możemy osiągnąć idealne doświadczenie w nauce czegoś nowego? Na przykład, w przypadku fizyki, można sobie wyobrazić naukę z wysokiej jakości materiałami kursowymi pod okiem Feynmana, który prowadzi cię krok po kroku. Niestety, takich ekspertów, którzy są pasjonatami, świetnymi nauczycielami, nieskończenie cierpliwymi i biegle posługującymi się wszystkimi językami, jest bardzo mało i nie mogą udzielać korepetycji wszystkim 8 miliardom ludzi na świecie. Jednak dzięki postępom w generatywnej AI, to doświadczenie staje się możliwe. Nauczyciel nadal tworzy materiały kursowe, ale są one wspierane i skalowane przez Asystenta Nauczyciela AI – pisze Andrej Karpathy w swoim oświadczeniu.
Pierwszy produkt
Mimo że Eureka Labs ma na celu tworzenie asystentów dla nauczycieli, Andrej Karpathy oświadczył, że pierwszym produktem nowego przedsięwzięcia będzie kurs AI, LLM101n.
– Są to zajęcia na poziomie licencjackim, które prowadzą ucznia przez proces szkolenia własnej sztucznej inteligencji, bardzo podobne do mniej rozbudowanej wersji samego Asystenta Nauczania AI – dodaje Andrej Karpathy.
Kurs ma nauczyć, jak zbudować wszystko od podstaw do funkcjonującej aplikacji internetowej podobnej do ChatGPT.
Finansowanie owiane tajemnicą
Nie wiadomo, czy Karpathy sfinansował Eureka Labs samodzielnie, czy otrzymał wsparcie od inwestorów, ani jaki jest model biznesowy startupu. Nie ma publicznych informacji o inwestycjach w Eureka Labs. Rejestracja LLC w Kalifornii została podpisana przez Karpathy’ego, który nie ujawnił, czy współpracuje z innymi liderami w sektorze AI.
Podsumowanie 20 lat pracy
Karpathy zauważył na X, że Eureka Labs jest kulminacją jego pasji zarówno do AI, jak i do edukacji.
– Moje zainteresowanie edukacją zaczęło się od tutoriali na YouTube o kostkach Rubika, przez założenie kursu CS231n na Stanfordzie, aż po serię Zero-to-Hero AI. Moja praca nad AI obejmowała badania na Stanfordzie, rzeczywiste produkty w Tesli i badania nad AGI w OpenAI. Dotychczas wszystkie te działania realizowałem w niepełnym wymiarze czasu, dlatego jestem bardzo podekscytowany możliwością pełnoetatowego i profesjonalnego stworzenia czegoś wspaniałego – kontynuuje Andrej Karpathy.
Karpathy nauczał deep learning for computer vision na Stanford University do 2015 roku, kiedy opuścił uczelnię, aby współtworzyć OpenAI. Dwa lata później Karpathy przeszedł do Tesli, aby kierować zespołem AI producenta samochodów, gdzie prowadził zespół deep learning Tesla Autopilot. Autopilot to zaawansowany system wspomagania kierowcy Tesla, który polega na kamerach do zbierania danych o środowisku, a następnie wykonuje pewne zadania związane z jazdą, takie jak kontrola prędkości i automatyczne kierowanie.
Karpathy opuścił Teslę w 2022 roku i wrócił do OpenAI, gdzie kierował małym zespołem związanym z ChatGPT. W lutym, naukowiec zrezygnował również ze swojej roli w OpenAI. W obu przypadkach Karpathy twierdził, że jego decyzja o odejściu nie była spowodowana żadnym dramatem ani konfliktem.
Przez całą swoją karierę w Tesla i OpenAI, Karpathy kontynuował edukację. Obecnie prowadzi kurs online zatytułowany Neural Networks: Zero to Hero, który pomaga studentom nauczyć się budować sieci neuronowe od podstaw w kodzie. Karpathy również ma kanał na YouTube, na którym regularnie publikuje wykłady na temat LLM i AI.
Zdjęcie główne: post Kaprathy
