前 OpenAI 创始人 Andrej Karpathy 官宣自己的创业项目 Eureka Labs,主打 AI 原生学校。首个产品将是指导学生训练自己的人工智能模型。目前 只有非 常简单的介绍,计划以线上授课为主,未来考虑线上线下混合教学。
Andrej Karpathy 是 OpenAI 的创始成员之一,于今年2月离职。在此之前,他就曾出走过一次,在特斯拉和 OpenAI 之间反复横跳,还曾在英伟达研究深度学习。在进业界之前,他先后在两所加拿大顶尖高校读本硕,然后前往斯坦福大学读博,师从李飞飞。
也是在斯坦福时,他开始参与由李飞飞领导的 CS231n 课程——这门课是视觉识别的大热门。自从 8 年前开办以来,目前在 YouTube 上已经获得了接近40万次播放,课程笔记和 PPT 等资源随处可见,被誉为人工智能必看系列。
对教学的热情一路延续到了今天,Karpathy 在自己的个人频道上有超过 50 万订阅,发布过 13 支教学视频,大多是长达两小时的教学。这些视频也是 LLM101n 课程的前身。
他真的试图教会大家什么是神经网络、怎么做自己的LLM大模型。上个月他发布了一支长达 4 小时的视频,从 0 开始,复现 GPT-2——这竟然是不花钱就能看的。
Karpathy 是第一位离开 OpenAI 的创始成员。在他之后,Ilya Sutskever 也宣布离职并立刻官宣了自己的新公司 Superalignment。这和去年发生在 OpenAI 内部的「宫斗」的关系紧密,当时对齐团队的成员大量出走,包括负责人 Jan Leike,他直接跳到了对家 Anthropic。
Sam Altman 和 Ilya Sutskever 共同出席会议
Karpathy 和 Sutskever 被认为是OpenAI 核心中的核心,主导了关键技术的发展。相比于 Sutskever 特别明显的理念不合,Karpathy 的「分道扬镳」更为体面,在那时就强调他要做自己的个人项目。
现在看来,Karpathy 创办 AI+ 学校就非常合理了:在教育、学习上,他的热情由来已久,也非常喜欢分享。除了专门做视频,还发布过自己的早期项目。
电影集合网站。
甚至早年间的魔方视频😂。
「发布」和「分享」是他认为非常重要的一环。无论成品怎么样,哪怕是失败的项目,只有把做完的东西发布出去,才能更好地坚持下去。「大脑渴望得到奖励,那有什么好的方法呢?在我的经验中,就是通过做项目、进行项目和发布它们来实现」。
这也体现在他的创业动作上——目前 Eureka Labs 的网站界面非常简单,只有几段话和一些链接。
不过,通过链接可以跳转到 Github 主页,上面有一份 n-gram 语言模型的短教程。这是他月初参加伯克利人工智能黑客马拉松颁奖礼,致辞时就提到过的教程。
虽然动作不多,但是决心很足。今年年初时他曾写过一条长文,指出很多 YouTube 和 Tiktok 视频看上去是教学,本质上不过是娱乐。
「看的人喜欢,以为自己在学习(但实际上他们只是玩得很开心)。做这些内容的人也喜欢,因为好玩能吸引更多的观众、名气和收入。但就学习而言,这是一个陷阱。」
而对于真的想「教」点什么的人,他认为应该要做长内容,长文、长视频,哪怕会让观众汗流浃背,哪怕会失去观众,但至少大家能真的能到东西。
「学习不应当是有趣的。它倒也不是主动变得无趣,只是第一印象得让人感觉是严肃的——它像是在健身房进行的一次严格训练,心理上要有大汗淋漓的感觉。」
既然如此,让我们期待 Karpathy 的下一步,以及他将会带来的严肃教学。
我们是 Eureka Labs,我们正在构建一种新型的、人工智能原生学校。
我们要如何靠近理想中学习新事物的体验?比如,在物理学中,可以想象在费曼的指导下,通过非常高质量的课程材料进行学习,他将引导你每一步。不幸的是,那些对学科充满热情、擅长教学、无限耐心,并且能流利使用世界上所有语言的专家非常稀缺,他们不能按需亲自辅导我们所有的 80 亿人。
然而,随着生成型人工智能的近期进展,这种学习体验似乎变得可行。老师仍然主管课程材料,但他们得到了一个能够优化材料、帮助指导学生的人工智能助教的支持、利用和扩展。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。如果我们能成功实现,任何人都可以轻松学习任何东西,扩大教育的广度(更多人能够参与)和深度(任何一个人的学习深度)。
我们的第一个产品显然将世界上最好的人工智能课程,LLM101n。这是一个本科水平的课程,指导学生训练他们自己的人工智能,非常类似于人工智能助教本身的一个迷你版本。课程材料将在线提供,但我们也计划运行线下小组,让更多人共同体验。
今天,我们正在埋头构建 LLM101n,但我们期待着一个人工智能成为增进人类潜力关键技术的未来,对此,你想学习什么?
@EurekaLabsAI 是我对人工智能和教育两个领域约 20 年热情的结晶。我对教育的兴趣让我从 YouTube 上的魔方教程开始,到在斯坦福开设 CS231n 课程,再到我最近的「从 0 到全能」人工智能系列。而我在人工智能方面的工作,带领我从斯坦福的学术研究进入特斯拉的实际产品,再到 OpenAI 的 AGI 研究。到目前为止,我将两者结合起来的所有努力都只是兼职,作为我「真正事业」的支线任务,所以我非常兴奋能够全身心地投入到建设伟大的事业中,以专业和全职的方式。
尽管还处于早期阶段,但我还是想宣布这家公司,这样我就可以公开地构建,而不是保守一个不是秘密的秘密。
本文来自微信公众号“APPSO”(ID:appsolution),作者:时刻在线的,36氪经授权发布。