Andrej Karpathy, de invloedrijke 39-jarige Slowaaks-Canadese AI-onderzoeker en een van de oorspronkelijke 11 mede-oprichters van OpenAIen voormalig hoofd van Tesla’s AI-divisie, kondigde op dinsdag 19 mei aan dat hij zich aansluit bij het rivaliserende laboratorium Anthropic.
Zoals Karpathie gepost vanaf zijn account op het sociale netwerk X: “Persoonlijke update: ik ben bij Anthropic gaan werken. Ik denk dat de komende jaren aan de grens van LLM’s bijzonder vormend zullen zijn. Ik ben erg enthousiast om hier bij het team te komen en terug te keren naar R&D. Ik blijf diep gepassioneerd door onderwijs en ben van plan mijn werk op dit gebied te zijner tijd te hervatten.”
Het huidige hoofd van Pretraining van Anthropic, Nicholas Joseph, ook een voormalig OpenAI-alumnus, voegde meer context toe aan Karpathy’s nieuwe rol bij Anthropic in een eigen post op X, schrijven: “Ik ben blij om Andrej te verwelkomen in het Pretraining-team! Hij gaat een team samenstellen dat erop gericht is Claude te gebruiken om het vooropleidingsonderzoek zelf te versnellen. Ik kan niemand bedenken die beter geschikt is om dit te doen – ik kijk uit naar wat we samen opbouwen!”
Een woordvoerder van Anthropic bevestigde via e-mail aan VentureBeat dat Karpathy een team zal starten dat zich richt op het gebruik van Claude, Anthropic’s eigen, steeds populairder wordende AI-model, om vooropleidingsonderzoek te versnellen. Dit zou Anthropic verder brengen in de richting van het overkoepelende AI-onderzoeksdoel van velen over de hele wereld om te ontwikkelen “recursieve zelfverbetering,Dat wil zeggen: AI die in staat is zijn opvolgers te trainen of zichzelf te upgraden met steeds minder of uiteindelijk geen menselijke tussenkomst.
De aankondiging kwam op dezelfde dag als de start van de jaarlijkse I/O-ontwikkelaarsconferentie van rivaliserend AI-gericht technologiebedrijf Google in de hoofdkantoorstad Mountain View, Californië, toen er veel nieuwe releases en aankondigingen werden verwacht.
De legendarische geschiedenis van Karpathy
Karpathy staat algemeen bekend omdat het drie delen van de moderne AI-boom omvat: academisch onderzoek, implementatie bij grote bedrijven en online onderwijs.
Zijn eigen website beschrijft hem als een AI-onderzoeker en -docent die een van de oprichters was van OpenAI, later diende als directeur van AI bij Tesla, en hielp bij het creëren van Stanfords eerste deep learning-cursus, CS231n.
OpenAI’s lanceringsaankondiging in december 2015 vermeldde Karpathy ook als een van de oprichters van de groep.
Bij Tesla, waar hij van 2017 tot 2022 werkte, leidde Karpathy het computer vision-team voor Autopilot. Hij zegt dat zijn team de interne datalabeling, neurale netwerktraining en de implementatie op Tesla’s aangepaste inferentiechip verzorgde.
Vervolgens keerde hij van 2023 tot 2024 terug naar OpenAI, waar hij volgens zijn website een team heeft samengesteld dat zich richt op midtraining en het genereren van synthetische gegevens – ervaring die rechtstreeks relevant is voor de gerapporteerde pretrainingrol van Anthropic.
Karpathy’s academische werk begon aan Stanford, waar hij promoveerde onder Fei-Fei Li en zich concentreerde op neurale netwerken voor computervisie, natuurlijke taalverwerking en de kruising van die twee.
Volgens zijn website liep hij ook stage bij Google Brain, Google Research en DeepMind. Zijn opleiding omvat een MSc van de Universiteit van British Columbia en een BSc van de Universiteit van Toronto, waar hij een dubbele master in computerwetenschappen en natuurkunde heeft behaald.
Wat zal er gebeuren met Karpathy’s open source-onderzoek en toewijding aan AI-onderwijs?
Sinds hij OpenAI in 2024 verliet, is Karpathy een van de meest zichtbare AI-opleiders geworden, die technische video’s en video’s voor het algemene publiek publiceert over grote taalmodellen en neurale netwerken.
Hij lanceerde in juli 2024 ook Eureka Labs als een “AI-native” school; zijn eerste product, LLM101nwordt beschreven als een cursus op bachelorniveau die studenten begeleidt bij het trainen van hun eigen AI-systeem.
Karpathy heeft de afgelopen twee jaar op eigen kracht als vrije agent gehandeld en heeft ook geholpen open source AI-onderzoek vooruit te helpen met producten en standaarden, waaronder autoonderzoekeen LLM-aangedreven geautomatiseerde onderzoeker die meerdere hypothesen en experimenten tegelijkertijd kan uitvoeren, en de LLM-kennisbankeen autonoom systeem voor het opslaan van geheugen en context voor AI-agenten in een soort steeds groter wordende bibliotheek die zo is ontworpen dat ze er toegang toe hebben.
De grote vraag is wat er van deze en Karpathy’s open source AI-inspanningen in het algemeen zal terechtkomen als hij zich aansluit bij Anthropic, een laboratorium dat open source heeft ondersteund via de lancering van de technische standaard Model Context Protocol (MCP), maar dat ook beroemd is en vooral propriëtaire AI-modellen en harnassen (zoals Claude en Claude Code) heeft geleverd.
Gebaseerd op de laatste verklaring in zijn aankondigingspost op X — “Ik blijf diep gepassioneerd door onderwijs en ben van plan mijn werk op dit gebied op termijn te hervatten.” – het lijkt erop dat in ieder geval zijn bijdragen aan de AI-inheemse schoolinspanningen zullen worden onderbroken terwijl hij zich verdiept in Anthropic.
