AI大神Karpathy官宣创业，办AI原生学校，宇宙尽头真是卖课？

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。在进入业界之前，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。

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学到东西。

“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。

以下是Eureka Labs的公告全文：

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是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。