Andrej Karpathy, der den Bereich künstliche Intelligenz bei Tesla leitete und Mitbegründer von OpenAI war, gründet das Startup Eureka Labs, um „eine neue Art von Schule aufzubauen, die auf KI basiert“, heißt es in einem Social-Media-Post vom 16. Juli auf der X-Plattform.

Eureka entwickelt virtuelle Lehrassistenten auf Basis generativer KI, um deutlich mehr Studenten erstklassige Kurse anzubieten, ohne dabei auf die für Präsenzunterricht typische persönliche Interaktion zu verzichten. Das ultimative Ziel des Startups ist es, Studenten auf der ganzen Welt erstklassige Lehrkräfte und Kurse anzubieten, ungeachtet von Barrieren wie Geografie und Sprache.

„Leider sind auch Fachexperten, die mit großer Leidenschaft, großartigen Lehrfähigkeiten, unendlicher Geduld und fließend in allen Sprachen der Welt sind, sehr rar und können nicht alle 8 Milliarden von uns auf Anfrage persönlich unterrichten“, sagte Karpathy in dem Beitrag. „Angesichts der jüngsten Fortschritte bei der generativen KI scheint diese Lernerfahrung jedoch machbar.“

Verwandt: Memecoins, RWA, KI führen Krypto-Erzählungen im 2. Quartal 2024 an

Das erste Produkt von Eureka wird ein KI-Grundkurs namens LLM101n sein. Der Kurs führt die Studierenden durch den Prozess der Schulung einer KI, die dem AI Teaching Assistant ähnelt. Die Materialien werden online verfügbar sein, es wird aber auch digitale und physische Kohorten geben, sodass die Studierenden den Kurs in kleinen Gruppen absolvieren können.

„Der Lehrer entwirft immer noch die Kursmaterialien, aber sie werden durch einen KI-Lehrassistenten unterstützt, genutzt und skaliert, der darauf ausgelegt ist, die Schüler durch die Materialien zu führen“, erklärte Karpathy.

Karpathy verfügt über umfangreiche Erfahrung an der Spitze der KI. Zuvor leitete er die Entwicklung der autonomen Fahrtechnologie Autopilot von Tesla, bevor er den ChatGPT-Hersteller OpenAI mitbegründete, wo er sich auf Deep Learning und Computer Vision spezialisierte.

„Wenn wir Erfolg haben, wird es für jeden leicht sein, alles zu lernen. Dadurch wird die Reichweite (eine große Zahl von Menschen lernt etwas) und der Umfang (jede einzelne Person lernt eine große Anzahl von Fächern, weit über das hinaus, was heute vielleicht ohne Hilfe möglich ist) der Bildung erweitert“, so Karpathy.

Magazin: Trainings- vs. Testdaten beim maschinellen Lernen