OpenAI联合创始人Andrej Karpathy创立AI教育公司Eureka Labs

Andrej Karpathy 作为前Open AI 联合创始人、Tesla AI 团队负责人，拥有行业瞩目的专业性和实力，更为难得是Andrej 对AI 的普及和教育充满热情， 从YouTube 教程到斯坦福大学的在线课程， 无不体现出其技术民主化的理念。

Eureka Labs 全文公告如下：

//

我们是 Eureka Labs，我们正在打造一种全新的、原生支持 AI 的学校。

当我们学习新知识时，如何才能获得理想的学习体验？以物理学为例，我们可以想象与费曼一起学习高质量的课程材料，他会在每一步都为你提供指导。不幸的是，那些对学科充满热情、擅长教学、无限耐心且能说世界上所有语言的专家非常稀缺，他们无法按需为全世界 80 亿人提供个人辅导。

然而，随着生成式 AI 的最新进展，这种学习体验似乎变得可行了。教师仍然设计课程材料，但他们得到了 AI 教学助手的支持、增强和扩展，这个 AI 助手经过优化，能够s帮助引导学生学习这些材料。这种教师 + AI 的共生关系可以在一个通用平台上运行整个课程体系。如果我们成功了，任何人都能轻松学习任何知识，从而在广度（大量人学习某个知识）和深度（任何人学习大量科目，超越目前无人辅助时的可能性）两方面扩展教育。

我们的第一个产品将是世界上显而易见最好的 AI 课程，LLM101n。这是一门本科级别的课程，指导学生训练自己的 AI，非常类似于 AI 教学助手本身的小型版本。课程材料将在线提供，但我们也计划组织线上和线下的学习小组，让人们一起学习。

今天，我们正专注于开发 LLM101n，但我们期待着 AI 成为提升人类潜能的关键技术的未来。你想学习什么？

EurekaLabsAI 是我近 20 年来在 AI 和教育领域热情的结晶。我对教育的兴趣使我从制作魔方的 YouTube 教程，到在斯坦福大学开设 CS231n 课程，再到最近的 Zero-to-Hero AI 系列。而我在 AI 领域的工作则让我从斯坦福大学的学术研究，到特斯拉的实际产品，再到 OpenAI 的 AGI 研究。到目前为止，我结合这两个领域的所有工作都只是兼职，是我"正职"之外的副业，所以我很兴奋能全身心地投入并专业地打造一些伟大的东西。

虽然我们还处于早期阶段，但我想宣布这家公司的成立，这样我就可以公开地进行开发，而不是对不需要保密的事情保密。

附Andrej Karpathy简历：

2024：创办了Eureka Labs，一家新的 AI+教育公司。

2023 - 2024：回到OpenAI。建立了一个小团队，在ChatGPT上改进了GPT-4。

2017 - 2022：担任特斯拉的 AI 高级总监，领导特斯拉自动驾驶仪的计算机视觉团队。这包括内部数据标记、神经网络训练、使其工作的科学以及在定制推理芯片上运行的生产部署。如今，自动驾驶仪提高了驾驶的安全性和便利性，但该团队的目标是开发和部署全自动驾驶，以适应快速增长的数百万辆汽车车队。2021 年 8 月的特斯拉 AI 日提供了有关这项工作的最详细和最新的概述。

2015 - 2017：OpenAI 的一名研究科学家和创始成员。

2011 - 2015：博士学位主要研究卷积/循环神经网络及其在计算机视觉、自然语言处理和交叉领域的应用。导师是斯坦福视觉实验室的李飞飞，在第一年的轮岗计划中 ，我也很荣幸能与Daphne Koller、Andrew Ng（吴恩达）、Sebastian Thrun和Vladlen Koltun一起工作。我设计了斯坦福第一门深度学习课程——CS 231n：用于视觉识别的卷积神经网络，并担任该课程的主要讲师。该班成为斯坦福大学规模最大的班之一，2015 年招生人数为 150 人，2016 年增加到 330 人，2017 年增加到 750 人。 在此期间，挤出时间参加了 3 份实习，2011 年在（尚在起步阶段的）谷歌大脑从事视频学习规模的无监督学习，2013 年再次在谷歌研究中心从事 YouTube 视频的大规模监督学习，最后于 2015 年在 DeepMind 的深度强化学习团队工作。

2009 - 2011：在不列颠哥伦比亚大学攻读理学硕士学位，与Michiel van de Panne合作研究物理模拟人物的学习控制器，即在物理模拟中进行敏捷机器人的机器学习。

2005 - 2009：多伦多大学理学学士，主修计算机科学和物理学，辅修数学。在这里第一次接触到深度学习，参加了Geoff Hinton 的课程和阅读小组。

END.