أندريج كارباثي

ويكي
, , , ,
1

باحث سلوفاكي-كندي في الذكاء الاصطناعي، ومعلم، ومطور مفتوح المصدر؛ عضو مؤسس في OpenAI، والمدير السابق للذكاء الاصطناعي في Tesla، ومؤسس Eureka Labs، وعضو في الطاقم التقني في Anthropic.

المعلومات الأساسية / الملف الشخصي

المجال التفاصيل
الاسم الكامل أندري كارباثي
تاريخ الميلاد 23 أكتوبر 1986، براتيسلافا، تشيكوسلوفاكيا (سلوفاكيا الآن)
الجنسية سلوفاكي-كندي
المؤسسة الحالية Anthropic
مجالات البحث التعلم العميق، الرؤية الحاسوبية، معالجة اللغة الطبيعية، التدريب المسبق لنماذج اللغة الكبيرة
المشرف على الدكتوراه فاي-فاي لي
أطروحة الدكتوراه ربط الصور واللغة الطبيعية (جامعة ستانفورد، 2016)
الموقع الشخصي karpathy.ai
X / تويتر @karpathy
GitHub github.com/karpathy
Google Scholar scholar.google.com/citations?user=l8WuQJgAAAAJ

نظرة عامة

أندري كارباثي هو باحث سلوفاكي-كندي في الذكاء الاصطناعي ومعلم، يُعتبر على نطاق واسع أحد أكثر الشخصيات تأثيراً في التعلم العميق الحديث. عضو مؤسس في OpenAI، ثم شغل منصب مدير الذكاء الاصطناعي في Tesla، حيث أشرف على أنظمة الرؤية الحاسوبية التي تدعم برامج Autopilot و Full Self-Driving. وهو مهندس دورة CS 231n، أول دورة تعلم عميق في جامعة ستانفورد، والتي أصبحت واحدة من أكثر الفصول حضوراً في الجامعة ومنهجاً مرجعياً عالمياً. في مايو 2026، انضم إلى Anthropic كعضو في الطاقم التقني، مع التركيز على أبحاث التدريب المسبق، ومكلف ببناء فريق يستخدم Claude لتسريع علم عمليات التدريب واسعة النطاق. بالإضافة إلى أدواره البحثية، يُعد كارباثي من أكثر معلمي الذكاء الاصطناعي متابعة على YouTube، وهو صاغ مصطلح vibe coding، الذي اختاره قاموس Collins ككلمة العام.

الحياة المبكرة والتعليم

الطفولة والانتقال إلى كندا

وُلد كارباثي في 23 أكتوبر 1986 في براتيسلافا، التي كانت آنذاك جزءاً من تشيكوسلوفاكيا (سلوفاكيا حالياً). في سن الخامسة عشرة، انتقلت عائلته إلى تورنتو، كندا، حيث أكمل تعليمه الثانوي. حتى قبل الجامعة، طور اهتماماً بالحوسبة والهوايات التنافسية: بدءاً من عام 2006، أدار قناة على YouTube باسم badmephisto، ونشر دروساً تعليمية لحل مكعب روبيك بسرعة، جمعت أكثر من 9 ملايين مشاهدة وأثرت على سرّاع بارزين منهم حامل الرقم القياسي العالمي فيليكس زيمديغز.

جامعة تورنتو (2005-2009)

أكمل كارباثي درجة البكالوريوس في العلوم مع تخصص مزدوج في علوم الحاسوب والفيزياء، وفرعي في الرياضيات من جامعة تورنتو عام 2009. خلال هذه الفترة، التقى بالتعلم العميق لأول مرة بحضور محاضرات جيفري هينتون ومجموعات القراءة، وهي تجربة يعتبرها أساسية لمساره البحثي.

جامعة كولومبيا البريطانية (2009-2011)

حصل على درجة الماجستير في العلوم من جامعة كولومبيا البريطانية تحت إشراف ميشيل فان دي بان، مع التركيز على تعلم وحدات التحكم للأشكال المحاكاة فيزيائياً - أي تطبيق التعلم الآلي على تحريك الشخصيات والروبوتات في المحاكاة. تضمن هذا العمل ورقة بحثية مشاركة في SIGGRAPH 2011 حول مهارات الحركة للكائنات الرباعية المحاكاة.

الدكتوراه في جامعة ستانفورد (2011-2015)

انضم كارباثي إلى مختبر الرؤية في ستانفورد للحصول على الدكتوراه تحت إشراف فاي-فاي لي، وأكمل درجته في 2015 (مع تقديم الأطروحة رسمياً في 2016). أطروحته، ربط الصور واللغة الطبيعية، استكشفت تقاطع الشبكات العصبية التلافيفية والمتكررة لمهام مثل التعليق على الصور والتوافق البصري-الدلالي. خلال الدكتوراه، أكمل ثلاث تدريبات بحثية: Google Brain (2011، التعلم غير الخاضع للإشراف من الفيديو)، Google Research (2013، التعلم الخاضع للإشراف على نطاق واسع على YouTube)، و DeepMind (2015، التعلم المعزز العميق مع كوراي كافوككوجلو وفلاد منيه). كما صمم ودرّس دورة CS 231n: الشبكات العصبية التلافيفية للتعرف البصري، أول دورة تعلم عميق في ستانفورد، والتي سجل فيها 150 طالباً في 2015 ونمت إلى 750 بحلول 2017.

المسيرة المهنية

OpenAI - باحث مؤسس (2015-2017)

كان كارباثي من بين الباحثين العلميين الأصليين الذين تم الإعلان عنهم عند تقديم OpenAI للجمهور في ديسمبر 2015، وانضم كجزء من الفريق المؤسس للمنظمة غير الربحية. خلال هذه الفترة، تركز عمله على التعلم العميق والرؤية الحاسوبية. غادر في منتصف 2017 عندما قامت Tesla بتوظيفه مباشرة.

Tesla - مدير الذكاء الاصطناعي (2017-2022)

في يونيو 2017، أصبح كارباثي مدير الذكاء الاصطناعي ورؤية Autopilot في Tesla، تقاريراً لإيلون ماسك. في هذا الدور، قاد مجموعة الرؤية الحاسوبية الكاملة لـ Tesla Autopilot و Full Self-Driving (FSD): خطوط أنابيب وضع العلامات على البيانات داخل الشركة، تدريب الشبكات العصبية، ونشرها على شريحة الاستدلال المخصصة لـ Tesla. قدم بنية الفريق علناً في يوم Autonomy Day 2019 ويوم AI Day 2021. كما أشرف لفترة وجيزة على العمل المبكر على الروبوت الشبيه بالبشر Tesla Optimus قبل مغادرته. بعد إجازة استمرت عدة أشهر، أعلن استقالته في يوليو 2022.

بشكل مستقل - YouTube ومفتوح المصدر (2022-2023)

بين مغادرة Tesla والعودة إلى OpenAI، نشر كارباثي سلسلة من المشاريع مفتوحة المصدر ومحاضرات تعليمية على YouTube ذات تأثير كبير. أنتجت هذه الفترة nanoGPT (أكثر من 54 ألف نجمة على GitHub)، إطار عمل بسيط لتدريب GPT؛ llm.c (أكثر من 29 ألف نجمة)، تنفيذ خالص لتدريب LLM بلغة C/CUDA؛ وسلسلة فيديوهات “Neural Networks: Zero to Hero”، منهج خطوة بخطوة لبناء الشبكات العصبية من المبادئ الأساسية. أصبحت هذه المواد معتمدة على نطاق واسع في الدورات الجامعية وبرامج الدراسة الذاتية عالمياً.

OpenAI - العودة (2023-2024)

في 9 فبراير 2023، أعلن كارباثي عودته إلى OpenAI، حيث انضم إلى فريق يركز على التدريب المتوسط وتوليد البيانات الاصطناعية. غادر مرة أخرى في 13 فبراير 2024، مع تأكيد المتحدث باسم OpenAI لهذه الخطوة. خلال هذه الفترة الثانية، ألقى محاضرة State of GPT التي نالت انتشاراً واسعاً في Microsoft Build 2023.

Eureka Labs - المؤسس (2024-2026)

في 16 يوليو 2024، أعلن كارباثي عن تأسيس Eureka Labs، وهي شركة تعليمية مبنية على الذكاء الاصطناعي. الفكرة الأساسية هي الجمع بين المعلمين البشريين ومساعدين تعليميين بالذكاء الاصطناعي قادرين على تخصيص التعليم على نطاق واسع. كان المنتج الرئيسي للشركة هو LLM101n: Let’s Build A Storyteller، دورة تأخذ الطلاب خلال بناء نموذج لغة كبير من البداية إلى النهاية. في فبراير 2025، صاغ مصطلح vibe coding لوصف سير عمل برمجي حيث يفوض المطور توليد الكود بالكامل لنموذج ذكاء اصطناعي عبر استفسارات باللغة الطبيعية؛ اختاره قاموس Collins ككلمة العام لعام 2025.

Anthropic - عضو في الطاقم التقني (2026-الآن)

في 19 مايو 2026، أعلن كارباثي انضمامه إلى Anthropic كعضو في الطاقم التقني. يعمل في فريق التدريب المسبق تحت قيادة نيك جوزيف، مع تفويض لبناء مجموعة بحثية جديدة تركز على استخدام Claude لتسريع علم التدريب المسبق نفسه - وهو شكل من أشكال البحث بمساعدة الذكاء الاصطناعي يهدف إلى جعل تدريب النماذج المستقبلية أكثر كفاءة وأتمتة.

المساهمات الرئيسية

  • CS 231n: الشبكات العصبية التلافيفية للتعرف البصري — صمم ودرّس أول دورة تعلم عميق مخصصة في ستانفورد عام 2015؛ أصبحت واحدة من أكبر الفصول في الجامعة (من 150 إلى 750 طالباً خلال ثلاث سنوات) ولا تزال محاضراتها وملاحظاتها المتاحة مجاناً نقطة دخول أساسية للممارسين عالمياً.

  • “المحاذاة البصرية-الدلالية العميقة لتوليد أوصاف الصور” (CVPR 2015، عرض شفوي) — معلم مبكر في نمذجة الرؤية-اللغة، حيث تمت محاذاة مناطق الصور مع أجزاء الجمل باستخدام شبكة عصبية متكررة متعددة الوسائط.

  • “الفعالية غير المعقولة للشبكات العصبية المتكررة” (منشور مدونة، 2015) — عرض توضيحي واسع القراءة لنماذج اللغة على مستوى الحروف أصبح واحداً من المقدمات الأساسية لنمذجة التسلسل لجيل من الممارسين.

  • char-rnn — نموذج لغة مفتوح المصدر مبكر على مستوى الحروف بلغة Lua/Torch، عمم التجارب العملية مع نماذج التسلسل قبل عصر المحولات.

  • Tesla Autopilot Vision Stack — قاد إعادة التصميم الشامل لنظام إدراك Autopilot في Tesla بعيداً عن دمج الرادار والخريطة نحو نهج يعتمد على الرؤية الخالصة والبيانات المركزة والمنشورة على سيليكون مخصص على نطاق واسع.

  • “Software 2.0” (Medium، 2017) — مقال يصوغ الشبكات العصبية كنموذج برمجي جديد حيث تحل أوزان النموذج محل الكود المكتوب يدوياً، تم الاستشهاد به على نطاق واسع في نقاشات التحول الهيكلي في الصناعة.

  • nanoGPT — مستودع تدريب GPT بسيط وقابل للتعديل (أكثر من 54 ألف نجمة على GitHub) جعل إعادة إنتاج نماذج فئة GPT في متناول الباحثين والطلاب دون ميزانيات حوسبية كبيرة.

  • llm.c — تنفيذ من الصفر لتدريب LLM بلغة C/CUDA (أكثر من 29 ألف نجمة) يوضح الخوارزمية الكاملة دون تجريدات إطار العمل.

  • micrograd — محرك autograd عددي مكون من 100 سطر مع واجهة برمجة شبيهة بـ PyTorch (أكثر من 15 ألف نجمة) يُستخدم على نطاق واسع كأداة تعليمية للانتشار العكسي.

  • سلسلة “Zero to Hero” على YouTube — منهج فيديو مجاني صارم تقنياً لبناء الشبكات العصبية ونماذج اللغة من المبادئ الأساسية؛ من بين أكثر محتوى تعليم الذكاء الاصطناعي التقني مشاهدة على الإنترنت.

  • “Deep Dive into LLMs like ChatGPT” (يوتيوب، 2024) — محاضرة لجمهور عام حول آليات عمل نماذج اللغة الكبيرة، وصلت إلى جمهور واسع يتجاوز مجتمع تعلم الآلة.

  • Vibe coding — صيغ في فبراير 2025 لوصف البرمجة المفوضة للذكاء الاصطناعي عبر استفسارات بلغة طبيعية؛ تم اعتماد المصطلح في جميع أنحاء الصناعة واختير ككلمة العام لقاموس Collins لعام 2025.

  • arxiv-sanity — تطبيق ويب لتصفية واكتشاف مطبوعات arXiv حسب الصلة والتشابه، يُستخدم من قبل العديد من الباحثين لإدارة حجم منشورات تعلم الآلة.

الجوائز والتكريم

  • MIT Technology Review مبتكرون تحت 35 (2020) — تم تكريمه لعمله في قيادة فريق الذكاء الاصطناعي ورؤية Autopilot في Tesla.

  • TIME100 أكثر الأشخاص تأثيراً في الذكاء الاصطناعي (2024) — تم اختياره ضمن القائمة الأولى لمجلة Time لأكثر 100 شخصية تأثيراً في مجال الذكاء الاصطناعي.

  • كلمة العام لقاموس Collins - “vibe coding” (2025) — مصطلح صاغه كارباثي في فبراير 2025؛ اختارته Collins ككلمة العام الجديدة المميزة.

العلاقات الرئيسية

  • فاي-فاي لي — مشرفة الدكتوراه في مختبر الرؤية بجامعة ستانفورد؛ شاركت في تأليف العديد من الأوراق البحثية التأسيسية في الرؤية واللغة بما في ذلك عمل التعليق على الصور في CVPR 2015.

  • جيفري هينتون — مؤثر في مرحلة البكالوريوس؛ يعزو كارباثي اهتمامه بالتعلم العميق إلى حضور مجموعات قراءة هينتون في جامعة تورنتو.

  • ميشيل فان دي بان — مشرف الماجستير في جامعة كولومبيا البريطانية؛ قدم كارباثي إلى المحاكاة الفيزيائية والتعلم المعزز للتحكم الحركي.

  • إيلون ماسك — علاقة تقارير مباشرة خلال خمس سنوات كمدير للذكاء الاصطناعي في Tesla؛ اعترف ماسك علناً بمغادرة كارباثي في 2022.

  • سام ألتمان / قيادة OpenAI — عمل تحت إدارتهم في كلتا فترتي عمله في OpenAI (2015-2017، 2023-2024)؛ كان كارباثي جزءاً من المجموعة المؤسسة الأصلية.

  • جوستين جونسون — زميل دكتوراه في ستانفورد ومتعاون متكرر؛ شارك في تأليف DenseCap وورقة “Visualizing and Understanding Recurrent Networks”؛ واستضاف مجموعة قراءة للتعلم العميق على Clubhouse.

  • أندرو نغ — زميل في ستانفورد شكل وجوده إلى جانب دافني كولر، سيباستيان ثرون، وفلادلين كولتون بيئة الدكتوراه لكارباثي؛ استشهد به لاحقاً في مناقشات تعليم الذكاء الاصطناعي.

  • نيك جوزيف — قائد الفريق الحالي في Anthropic المسؤول عن قسم التدريب المسبق الذي يعمل تحته كارباثي الآن.

الأسلوب الشخصي

يجمع كارباثي بين تفضيل قوي للبساطة والوضوح مع غريزة تربوية: مشاريعه مفتوحة المصدر الأكثر تأثيراً تجرد عمداً تجريدات الأطر لتكشف عن الخوارزمية الأساسية، وهي فلسفة يعبر عنها صراحة في مستودعات مثل micrograd و llm.c. كتاباته ومحاضراته العامة تفضل الأمثلة الملموسة والقابلة للتشغيل على العرض النظري، ويولي باستمرار أولوية لجعل المفاهيم المتطورة في متناول الممارسين دون أجهزة متخصصة. على وسائل التواصل الاجتماعي، تتأرجح منشوراته بين الملاحظات التقنية والابتكارات المفاهيمية (vibe coding، tokenmaxxing) والتأملات الصريحة حول وتيرة واتجاه المجال، مما يمنحه صوتاً يمتد بين الجماهير المتخصصة والعامة. يُعرف بالصراحة الفكرية ودرجة من عدم التقديس - موقعه الشخصي، المكتوب بلغة HTML و CSS خالصة دون أي أطر عمل، هو في حد ذاته بيان حول البساطة التكنولوجية.

المراجع