Jak wynika z postu w mediach społecznościowych opublikowanego 16 lipca na platformie X, Andrej Karpathy, który kierował sztuczną inteligencją w Tesli i był współzałożycielem OpenAI, uruchamia startup Eureka Labs, aby zbudować „nowy rodzaj szkoły opartej na sztucznej inteligencji”.

Eureka tworzy wirtualnych asystentów nauczania wykorzystujących generatywną sztuczną inteligencję, aby udostępniać najlepsze kursy znacznie większej liczbie uczniów bez poświęcania spersonalizowanych interakcji typowych dla nauczania osobistego. Ostatecznym celem startupu jest zapewnienie elitarnej kadry pedagogicznej i zajęć studentom na całym świecie, niezależnie od barier, takich jak położenie geograficzne i język.

„Niestety, eksperci w danej dziedzinie, którzy mają ogromną pasję, są świetni w nauczaniu, są nieskończenie cierpliwi i biegle władają wszystkimi językami świata, są również bardzo nieliczni i nie mogą osobiście udzielać korepetycji wszystkim 8 miliardom z nas na żądanie” – napisał Karpathy w poście. „Jednak dzięki niedawnemu postępowi w dziedzinie generatywnej sztucznej inteligencji ta nauka wydaje się łatwa do opanowania”.

Powiązane: Memecoins, RWA, AI wiodące narracje kryptograficzne w drugim kwartale 2024 r

Pierwszym produktem Eureki będzie licencjacki kurs AI o nazwie LLM101n. Kurs poprowadzi studentów przez proces szkolenia sztucznej inteligencji podobnej do AI Teaching Assistant. Materiały będą dostępne online, ale będą także dostępne w formie cyfrowej i fizycznej, co umożliwi uczniom robienie postępów w trakcie kursu w małych grupach.

„Nauczyciel nadal projektuje materiały szkoleniowe, ale są one wspierane, wykorzystywane i skalowane za pomocą Asystenta nauczania AI, który jest zoptymalizowany pod kątem pomagania uczniom w prowadzeniu przez nie” – wyjaśnił Karpathy.

Karpathy ma rozległe doświadczenie w czołówce AI. Wcześniej kierował rozwojem technologii jazdy autonomicznej Autopilot firmy Tesla, zanim został współzałożycielem OpenAI, twórcy ChatGPT, gdzie specjalizował się w głębokim uczeniu się i widzeniu komputerowym.

„Jeśli odniesiemy sukces, każdemu będzie łatwo nauczyć się czegokolwiek, poszerzając edukację zarówno pod względem zasięgu (duża liczba osób się czegoś uczy), jak i zakresu (każda jedna osoba uczy się dużej liczby przedmiotów, wykraczającej poza to, co jest dziś możliwe samodzielnie )” – twierdzi Karpathy.

Magazyn: Szkolenie a testowanie danych w uczeniu maszynowym