アンドレイ・カルパシー

ウィキ
, , , ,
1

スロバキア系カナダ人のAI研究者、教育者、そしてオープンソースビルダー。OpenAIの創設メンバーであり、元TeslaのAI責任者、Eureka Labsの創設者、そして現在はAnthropicのメンバー・オブ・テクニカルスタッフ。

基本情報／プロフィール

項目 詳細
フルネーム Andrej Karpathy
生年月日 1986年10月23日、チェコスロバキア（現スロバキア）ブラチスラヴァ
国籍 スロバキア系カナダ人
現在の所属機関 Anthropic
研究分野 深層学習、コンピュータビジョン、自然言語処理、大規模言語モデル事前学習
博士課程指導教官 Fei-Fei Li
博士論文 Connecting Images and Natural Language（スタンフォード大学、2016年）
個人ウェブサイト karpathy.ai
X／Twitter @karpathy
GitHub github.com/karpathy
Google Scholar scholar.google.com/citations?user=l8WuQJgAAAAJ

概要

Andrej Karpathyは、スロバキア系カナダ人のAI研究者・教育者であり、現代の深層学習において最も影響力のある人物の一人として広く認識されている。OpenAIの創設メンバーである彼は、その後TeslaのAI責任者を務め、Autopilot（オートパイロット）およびFull Self-Driving（完全自動運転）プログラムを支えるコンピュータビジョンシステムを指揮した。また、スタンフォード大学初の深層学習コースであるCS 231nの設計者であり、同コースは大学で最も人気のある講義の一つに成長し、世界中で参照されるカリキュラムとなった。2026年5月にはAnthropicにメンバー・オブ・テクニカルスタッフとして参加し、事前学習研究に焦点を当て、Claudeを活用して大規模トレーニングの科学を加速するチームの構築を任されている。研究役割以外にも、KarpathyはYouTubeで最もフォローされているAI教育者の一人であり、vibe coding（バイブコーディング）という用語の生みの親でもある。同用語はCollins Dictionaryにより今年の言葉（Word of the Year）に選ばれた。

幼少期と教育

幼少期とカナダへの移住

Karpathyは1986年10月23日、当時チェコスロバキア（現在のスロバキア）の一部であったブラチスラヴァで生まれた。15歳のときに家族とともにカナダのトロントに移住し、そこで中等教育を修了した。大学入学前から計算と競技志向の趣味に関心を示し、2006年からはハンドルネームbadmephistoでYouTubeチャンネルを運営し、ルービックキューブのスピード解法チュートリアルを公開。累計900万回以上の再生回数を獲得し、世界記録保持者であるFeliks Zemdegsを含む著名なスピードキューバーに影響を与えた。

トロント大学（2005年～2009年）

Karpathyは2009年にトロント大学で計算機科学と物理学の複専攻による理学士号（優等学位）と数学の副専攻を修了した。この期間中、Geoffrey Hintonの講義と読書会に参加したことで初めて深層学習に触れ、この経験を自身の研究軌跡の基盤として挙げている。

ブリティッシュコロンビア大学（2009年～2011年）

彼はブリティッシュコロンビア大学でMichiel van de Panneの指導の下、修士号を取得。物理シミュレーションされたフィギュアの学習コントローラーに焦点を当てた研究、すなわち機械学習を俊敏なキャラクターアニメーションとシミュレーション内のロボティクスに適用する研究を行った。この研究には、シミュレーションされた四足動物の移動スキルに関するSIGGRAPH 2011の共著論文が含まれる。

スタンフォード大学博士課程（2011年～2015年）

Karpathyはスタンフォード大学のVision Labに参加し、Fei-Fei Liの指導の下で博士号を取得（2015年に学位取得、論文は2016年に正式提出）。博士論文であるConnecting Images and Natural Languageでは、画像キャプション生成や視覚・意味的整合性などのタスクにおける畳み込みニューラルネットワークとリカレントニューラルネットワークの融合を探求した。博士課程中に3つの研究インターンシップを経験：Google Brain（2011年、映像からの教師なし学習）、Google Research（2013年、YouTubeでの大規模教師あり学習）、DeepMind（2015年、Koray KavukcuogluおよびVlad Mnihとの深層強化学習）。また、スタンフォード大学初の深層学習コースであるCS 231n「Convolutional Neural Networks for Visual Recognition」を設計・指導し、2015年に150名だった受講者数は2017年には750名にまで増加した。

経歴

OpenAI ― 創設研究員（2015年～2017年）

Karpathyは2015年12月にOpenAIが公開された際に名を連ねた最初期の研究科学者の一人であり、非営利団体の創設チームの一員として参加した。この期間、彼の研究は深層学習とコンピュータビジョンに集中していた。2017年半ば、Teslaから直接引き抜かれる形で退職した。

Tesla ― AI責任者（2017年～2022年）

2017年6月、KarpathyはTeslaの人工知能およびAutopilot Vision担当ディレクターに就任し、Elon Muskに直属した。この役割において、Tesla AutopilotおよびFull Self-Driving（FSD）向けのコンピュータビジョンスタック全体（社内のデータラベリングパイプライン、ニューラルネットワークトレーニング、Teslaカスタム推論チップへの展開）を統括した。同チームのアーキテクチャをTesla Autonomy Day 2019およびTesla AI Day 2021で公開発表した。また、退任前にはTesla Optimus人型ロボットに関する初期の研究も一時的に監督した。数ヶ月のサバティカルを経て、2022年7月に辞任を発表した。

独立期 ― YouTubeとオープンソース（2022年～2023年）

Tesla退任後、OpenAIに再加入するまでの間、Karpathyは非常に影響力の高い一連のオープンソースプロジェクトと教育用YouTube講義を公開した。この時期に生み出されたものには、最小限のGPTトレーニングフレームワークであるnanoGPT（GitHubスター5.4万以上）、LLMトレーニングを純粋なC/CUDAで実装したllm.c（スター2.9万以上）、そしてゼロからニューラルネットワークを構築するステップバイステップのカリキュラム「Neural Networks: Zero to Hero」動画シリーズがある。これらの教材は世界中の大学の授業や個人学習に広く採用された。

OpenAI ― 復帰（2023年～2024年）

2023年2月9日、KarpathyはOpenAIへの復帰を発表。中盤トレーニングと合成データ生成に取り組むチームに加わった。2024年2月13日に再度退任し、この異動はOpenAIの広報担当者によって確認された。この2度目の在籍期間中、Microsoft Build 2023で広く共有された講演「State of GPT」を行った。

Eureka Labs ― 創設者（2024年～2026年）

2024年7月16日、KarpathyはAIネイティブの教育企業Eureka Labsの設立を発表。中核となるコンセプトは、人間のインストラクターとAIチューターを組み合わせ、大規模に個別化された指導を可能にすることだった。同社の旗艦製品はLLM101n: Let’s Build A Storytellerであり、大規模言語モデルをエンドツーエンドで構築するコースであった。2025年2月、彼はvibe coding（バイブコーディング）という用語を作り出し、開発者が自然言語プロンプトを介してコード生成をAIモデルに完全に委任するプログラミングワークフローを表現。Collins Dictionaryが2025年の今年の言葉に選出した。

Anthropic ― メンバー・オブ・テクニカルスタッフ（2026年～現在）

2026年5月19日、KarpathyはAnthropicにメンバー・オブ・テクニカルスタッフとして加入したことを発表。チームリーダーNick Josephの下で事前学習チームに所属し、Claudeを用いて事前学習の科学そのものを加速する新しい研究グループの構築を任務としている。これは、将来のモデルトレーニングをより効率的かつ自動化することを目的とした、AI支援研究の一形態である。

主な貢献

  • CS 231n: Convolutional Neural Networks for Visual Recognition ― 2015年にスタンフォード大学初の専用深層学習コースを設計・指導。3年間で受講者数が150名から750名に増加し、大学最大の講義の一つに。その無料公開された講義ビデオとノートは、世界中の実務家にとって主要な入門資料であり続けている。

  • 「Deep Visual-Semantic Alignments for Generating Image Descriptions」（CVPR 2015、口頭発表） ― 画像領域と文の断片をマルチモーダルリカレントニューラルネットワークで統合的に整列させた、視覚言語モデリングの初期の画期的研究。

  • 「The Unreasonable Effectiveness of Recurrent Neural Networks」（ブログ記事、2015年） ― 文字レベルの言語モデルを示した広く読まれた記事で、一世代の実務家にとって系列モデリングへの標準的な入門資料の一つとなった。

  • char-rnn ― Lua/Torchで書かれた初期のオープンソース文字レベル言語モデル。Transformer時代以前に系列モデルでの実践的な実験を広く普及させた。

  • Tesla Autopilot Vision Stack ― TeslaのAutopilot認識システムを、レーダーと地図の融合から、カスタムシリコン上で大規模に展開される純粋視覚・データ中心アプローチへと全面的に再設計する指揮を執った。

  • 「Software 2.0」（Medium、2017年） ― ニューラルネットワークを、モデルの重みが手書きコードに取って代わる新しいプログラミングパラダイムとして位置づけたエッセイ。業界の構造的変化に関する議論で広く引用されている。

  • nanoGPT ― 最小限でハッキング可能なGPTトレーニング用リポジトリ（GitHubスター5.4万以上）。大規模な計算予算がなくてもGPTクラスのモデルの再現を研究者や学生にアクセス可能にした。

  • llm.c ― フレームワークによる抽象化なしに全アルゴリズムを実証する、C/CUDAによるLLMトレーニングのスクラッチ実装（スター2.9万以上）。

  • micrograd ― PyTorch風APIを備えた100行のスカラー値自動微分エンジン（スター1.5万以上）。バックプロパゲーションの教育ツールとして広く使用されている。

  • 「Zero to Hero」YouTubeシリーズ ― 第一原理からニューラルネットワークと言語モデルを構築する無料の技術的に厳密なビデオカリキュラム。オンラインで利用可能な最も視聴されている技術系AI教育コンテンツの一つ。

  • 「Deep Dive into LLMs like ChatGPT」（YouTube、2024年） ― 大規模言語モデルの内部構造に関する一般向け講義。MLコミュニティを超えて幅広い視聴者に届いた。

  • Vibe coding ― 2025年2月に作られた、自然言語プロンプトによるAI委任プログラミングを表現する用語。業界全体で採用され、Collins Dictionaryの2025年今年の言葉に選ばれた。

  • arxiv-sanity ― 関連性と類似性に基づいてarXivプレプリントをフィルタリング・発見するウェブアプリケーション。多くの研究者がML出版物の量を管理するために使用している。

受賞・表彰

  • MIT Technology Review Innovators Under 35（2020年） ― TeslaのAIおよびAutopilotビジョンチームの指揮が評価された。

  • TIME100 Most Influential People in AI（2024年） ― Time誌の初の人工知能分野で最も影響力のある100人リストに選出。

  • Collins Dictionary Word of the Year ― 「vibe coding」（2025年） ― Karpathyが2025年2月に作った用語。Collinsがその年の代表的な新語として選出。

主な関係者

  • Fei-Fei Li ― スタンフォード大学Vision Labでの博士課程指導教官。CVPR 2015の画像キャプション研究など、複数の基礎的な視覚言語論文の共著者。

  • Geoffrey Hinton ― 学部時代の影響源。Karpathyはトロント大学でのHintonの読書会に参加したことが深層学習への興味の起源であると述べている。

  • Michiel van de Panne ― UBCでの修士課程指導教官。Karpathyを物理ベースシミュレーションと運動制御のための強化学習に導いた。

  • Elon Musk ― TeslaのAI責任者として5年間直属の関係。Muskは2022年にKarpathyの退任を公に認めた。

  • Sam Altman／OpenAI幹部 ― OpenAIでの2度の雇用期間（2015年～2017年、2023年～2024年）の上司。Karpathyは当初の創設メンバーの一人。

  • Justin Johnson ― スタンフォード大学の博士課程の同僚であり頻繁な共同研究者。DenseCapやVisualizing and Understanding Recurrent Networks論文の共著者。Clubhouseで深層学習読書会を共同主催。

  • Andrew Ng ― スタンフォード大学の同僚であり、Daphne Koller、Sebastian Thrun、Vladlen KoltunらとともにKarpathyの博士課程環境を形成。後にAI教育に関する議論でKarpathyに言及。

  • Nick Joseph ― 現在Anthropicでのチームリーダー。Karpathyが所属する事前学習部門を統括。

個人スタイル

Karpathyは、ミニマリズムと可読性への強い志向性と教育的直感を兼ね備えている。彼の最も影響力のあるオープンソースプロジェクトは、フレームワークの抽象化を意図的に排除し、基礎となるアルゴリズムを露出させるものであり、microgradやllm.cなどのリポジトリで明示的に表明されている哲学である。彼の公開された文章や講義は、理論的な説明よりも具体的で実行可能な例を好み、専門的なハードウェアを持たない実務家でも最先端の概念にアクセスできるようにすることを一貫して優先している。ソーシャルメディアでの彼の投稿は、技術的な観察、概念の造語（vibe coding、tokenmaxxing）、そして分野のペースと方向性に関する率直な内省の間を行き来し、専門家と一般の両方の聴衆に響く声を持っている。彼は知的に率直であり、またある種の不遜さでも知られている。フレームワークを一切使わず純粋なHTMLとCSSで書かれた彼の個人ウェブサイト自体が、テクノロジーにおけるミニマリズムについての声明となっている。

参考文献