Andrej Karpathy

wiki
, , , ,
1

Pesquisador de IA eslovaco-canadense, educador e construtor de código aberto; membro fundador da OpenAI, ex-Diretor de IA na Tesla, fundador da Eureka Labs e Membro da Equipe Técnica na Anthropic.

Informações Básicas / Perfil

Campo Detalhes
Nome completo Andrej Karpathy
Nascimento 23 de outubro de 1986, Bratislava, Tchecoslováquia (atual Eslováquia)
Nacionalidade Eslovaco-canadense
Instituição atual Anthropic
Campos de pesquisa Aprendizagem profunda (deep learning), visão computacional, processamento de linguagem natural, pré-treinamento de grandes modelos de linguagem
Orientador de doutorado Fei-Fei Li
Tese de doutorado Conectando Imagens e Linguagem Natural (Stanford University, 2016)
Site pessoal karpathy.ai
X / Twitter @karpathy
GitHub github.com/karpathy
Google Scholar scholar.google.com/citations?user=l8WuQJgAAAAJ

Visão Geral

Andrej Karpathy é um pesquisador e educador de IA eslovaco-canadense amplamente reconhecido como uma das figuras mais influentes no deep learning moderno. Membro fundador da OpenAI, mais tarde atuou como Diretor de IA na Tesla, onde supervisionou os sistemas de visão computacional que sustentam os programas Autopilot e Full Self-Driving. Ele é o arquiteto do CS 231n, o primeiro curso de deep learning de Stanford, que se tornou uma das disciplinas mais concorridas da universidade e referência curricular em todo o mundo. Em maio de 2026, juntou-se à Anthropic como Membro da Equipe Técnica, focado em pesquisa de pré-treinamento, com a tarefa de construir uma equipe que usa Claude para acelerar a ciência dos treinamentos em larga escala. Além de suas funções de pesquisa, Karpathy é um dos educadores de IA mais seguidos no YouTube e cunhou o termo vibe coding, que o Dicionário Collins selecionou como sua Palavra do Ano.

Primeiros Anos e Educação

Infância e Mudança para o Canadá

Karpathy nasceu em 23 de outubro de 1986, em Bratislava, então parte da Tchecoslováquia (atual Eslováquia). Aos 15 anos, sua família se mudou para Toronto, Canadá, onde ele concluiu o ensino médio. Ainda antes da universidade, ele desenvolveu interesse por computação e hobbies competitivos: a partir de 2006, mantinha um canal no YouTube sob o nome badmephisto, postando tutoriais de resolução rápida do Cubo Mágico que acumularam mais de 9 milhões de visualizações e influenciaram speedcubers proeminentes, incluindo o recordista mundial Feliks Zemdegs.

University of Toronto (2005–2009)

Karpathy concluiu um Bacharelado em Ciências com dupla graduação em Ciência da Computação e Física e um menor em Matemática na University of Toronto em 2009. Durante esse período, ele teve seu primeiro contato com deep learning ao assistir às palestras e grupos de leitura de Geoffrey Hinton, experiência que ele cita como fundamental para sua trajetória de pesquisa.

University of British Columbia (2009–2011)

Ele cursou um Mestrado em Ciências na University of British Columbia sob a supervisão de Michiel van de Panne, com foco em aprendizado de controladores para figuras fisicamente simuladas — na prática, aplicando aprendizado de máquina à animação ágil de personagens e à robótica em simulação. Este trabalho incluiu um artigo coautorado na SIGGRAPH 2011 sobre habilidades de locomoção para quadrúpedes simulados.

Doutorado na Stanford University (2011–2015)

Karpathy ingressou no Vision Lab de Stanford para fazer doutorado sob a orientação de Fei-Fei Li, concluindo seu título em 2015 (com a tese formalmente submetida em 2016). Sua dissertação, Conectando Imagens e Linguagem Natural, explorou a interseção de redes neurais convolucionais e recorrentes para tarefas como legendar imagens e alinhamento visual-semântico. Durante o doutorado, ele realizou três estágios de pesquisa: Google Brain (2011, aprendizado não supervisionado a partir de vídeo), Google Research (2013, aprendizado supervisionado em larga escala no YouTube) e DeepMind (2015, aprendizado por reforço profundo com Koray Kavukcuoglu e Vlad Mnih). Ele também projetou e ministrou o CS 231n: Redes Neurais Convolucionais para Reconhecimento Visual, o primeiro curso de deep learning de Stanford, que matriculou 150 alunos em 2015 e cresceu para 750 em 2017.

Carreira

OpenAI — Pesquisador Fundador (2015–2017)

Karpathy estava entre os primeiros cientistas de pesquisa nomeados quando a OpenAI foi publicamente apresentada em dezembro de 2015, juntando-se como parte da equipe fundadora da organização sem fins lucrativos. Durante este período, seu trabalho centrou-se em deep learning e visão computacional. Ele saiu em meados de 2017, quando a Tesla o recrutou diretamente.

Tesla — Diretor de IA (2017–2022)

Em junho de 2017, Karpathy tornou-se Diretor de Inteligência Artificial e Visão do Autopilot na Tesla, reportando-se a Elon Musk. Nessa função, liderou toda a pilha de visão computacional para o Tesla Autopilot e Full Self-Driving (FSD): pipelines internos de rotulagem de dados, treinamento de redes neurais e implantação no chip de inferência personalizado da Tesla. Ele apresentou a arquitetura de sua equipe publicamente no Tesla Autonomy Day 2019 e no Tesla AI Day 2021. Ele também supervisionou brevemente os primeiros trabalhos no robô humanoide Tesla Optimus antes de partir. Após um sabático de vários meses, anunciou sua renúncia em julho de 2022.

Independente — YouTube e Código Aberto (2022–2023)

Entre a saída da Tesla e o retorno à OpenAI, Karpathy publicou uma série de projetos de código aberto e palestras educacionais no YouTube altamente influentes. Esse período produziu o nanoGPT (mais de 54 mil estrelas no GitHub), uma estrutura mínima de treinamento de GPT; o llm.c (mais de 29 mil estrelas), uma implementação em C/CUDA puro de treinamento de LLM; e a série de vídeos “Redes Neurais: do Zero ao Herói”, um currículo passo a passo construindo redes neurais a partir dos primeiros princípios. Esses materiais foram amplamente adotados em cursos universitários e programas de autoestudo globalmente.

OpenAI — Retorno (2023–2024)

Em 9 de fevereiro de 2023, Karpathy anunciou seu retorno à OpenAI, onde se juntou a uma equipe focada em treinamento intermediário e geração de dados sintéticos. Ele saiu novamente em 13 de fevereiro de 2024, com a mudança confirmada por um porta-voz da OpenAI. Durante este segundo período, ele ministrou a palestra amplamente compartilhada Estado do GPT no Microsoft Build 2023.

Eureka Labs — Fundador (2024–2026)

Em 16 de julho de 2024, Karpathy anunciou a fundação da Eureka Labs, uma empresa de educação nativa de IA. O conceito central era emparelhar instrutores humanos com assistentes de ensino de IA capazes de personalizar o ensino em escala. O produto principal da empresa era o LLM101n: Vamos Construir um Contador de Histórias, um curso guiando os alunos na construção de um grande modelo de linguagem do início ao fim. Em fevereiro de 2025, ele cunhou o termo vibe coding para descrever um fluxo de trabalho de programação no qual o desenvolvedor delega totalmente a geração de código a um modelo de IA por meio de prompts em linguagem natural; o Dicionário Collins o nomeou Palavra do Ano de 2025.

Anthropic — Membro da Equipe Técnica (2026–presente)

Em 19 de maio de 2026, Karpathy anunciou que havia se juntado à Anthropic como Membro da Equipe Técnica. Ele trabalha na equipe de pré-treinamento sob a liderança de Nick Joseph, com a missão de construir um novo grupo de pesquisa focado em usar Claude para acelerar a ciência do próprio pré-treinamento — uma forma de pesquisa assistida por IA com o objetivo de tornar o treinamento de modelos futuros mais eficiente e automatizado.

Principais Contribuições

  • CS 231n: Redes Neurais Convolucionais para Reconhecimento Visual — Projetou e ministrou o primeiro curso dedicado de deep learning de Stanford em 2015; tornou-se uma das maiores disciplinas da universidade (150 → 750 alunos em três anos) e suas palestras e anotações gratuitamente disponíveis continuam sendo um ponto de entrada primário para profissionais em todo o mundo.

  • “Alinhamentos Visuais-Semânticos Profundos para Gerar Descrições de Imagens” (CVPR 2015, Oral) — Um marco inicial na modelagem visão-linguagem, alinhando conjuntamente regiões de imagem com fragmentos de frases usando uma rede neural recorrente multimodal.

  • “A Eficácia Irrazoável das Redes Neurais Recorrentes” (postagem no blog, 2015) — Uma demonstração amplamente lida de modelos de linguagem em nível de caractere que se tornou uma das introduções canônicas à modelagem de sequências para uma geração de profissionais.

  • char-rnn — Um modelo de linguagem em nível de caractere de código aberto inicial em Lua/Torch que popularizou a experimentação prática com modelos de sequência antes da era dos transformers.

  • Pilha de Visão do Tesla Autopilot — Liderou o redesenho de ponta a ponta do sistema de percepção do Autopilot da Tesla, afastando-se da fusão de radar e mapa em direção a uma abordagem puramente visual e centrada em dados, implantada em silício personalizado em escala.

  • “Software 2.0” (Medium, 2017) — Um ensaio que enquadra as redes neurais como um novo paradigma de programação no qual os pesos do modelo substituem o código escrito à mão, amplamente citado em discussões sobre a mudança estrutural da indústria.

  • nanoGPT — Um repositório de treinamento de GPT mínimo e adaptável (mais de 54 mil estrelas no GitHub) que tornou a reprodução de modelos da classe GPT acessível a pesquisadores e estudantes sem grandes orçamentos de computação.

  • llm.c — Uma implementação do zero de treinamento de LLM em C/CUDA (mais de 29 mil estrelas) demonstrando o algoritmo completo sem abstrações de framework.

  • micrograd — Um motor de autograd escalar de 100 linhas com uma API semelhante à do PyTorch (mais de 15 mil estrelas) amplamente usado como ferramenta de ensino para retropropagação.

  • Série do YouTube “Do Zero ao Herói” — Um currículo em vídeo gratuito e tecnicamente rigoroso construindo redes neurais e modelos de linguagem a partir dos primeiros princípios; entre o conteúdo de educação técnica em IA mais assistido disponível online.

  • “Mergulho Profundo em LLMs como o ChatGPT” (YouTube, 2024) — Uma palestra para o público geral sobre o funcionamento interno de grandes modelos de linguagem que alcançou grande audiência além da comunidade de ML.

  • Vibe coding — Cunhado em fevereiro de 2025 para descrever a programação delegada a IA via prompts em linguagem natural; o termo foi adotado em toda a indústria e nomeado Palavra do Ano de 2025 pelo Dicionário Collins.

  • arxiv-sanity — Um aplicativo web para filtrar e descobrir preprints do arXiv por relevância e similaridade, usado por muitos pesquisadores para gerenciar o volume de publicações de ML.

Prêmios e Reconhecimento

  • MIT Technology Review Inovadores com Menos de 35 Anos (2020) — Reconhecido por seu trabalho liderando a equipe de IA e visão do Autopilot da Tesla.

  • TIME100 Pessoas Mais Influentes em IA (2024) — Nomeado para a lista inaugural da revista Time das 100 figuras mais influentes em inteligência artificial.

  • Palavra do Ano do Dicionário Collins — “vibe coding” (2025) — Um termo que Karpathy cunhou em fevereiro de 2025; a Collins o selecionou como a nova palavra definidora do ano.

Relacionamentos Chave

  • Fei-Fei Li — Orientadora de doutorado no Vision Lab de Stanford; coautora em vários artigos fundamentais de visão-linguagem, incluindo o trabalho de legendar imagens do CVPR 2015.

  • Geoffrey Hinton — Influência na graduação; Karpathy credita a participação nos grupos de leitura de Hinton na University of Toronto como a origem de seu interesse em deep learning.

  • Michiel van de Panne — Supervisor de mestrado na UBC; apresentou Karpathy à simulação baseada em física e aprendizado por reforço para controle motor.

  • Elon Musk — Relação de subordinação direta durante cinco anos como Diretor de IA na Tesla; Musk reconheceu publicamente a saída de Karpathy em 2022.

  • Sam Altman / liderança da OpenAI — Trabalhou sob eles em ambos os períodos de emprego na OpenAI (2015–2017, 2023–2024); Karpathy fez parte da coorte fundadora original.

  • Justin Johnson — Colega de doutorado em Stanford e colaborador frequente; coautor do DenseCap e do artigo “Visualizing and Understanding Recurrent Networks”; co-organizou um grupo de leitura de deep learning no Clubhouse.

  • Andrew Ng — Colega de Stanford cuja presença, juntamente com Daphne Koller, Sebastian Thrun e Vladlen Koltun, moldou o ambiente de doutorado de Karpathy; mais tarde citou Karpathy em discussões sobre educação em IA.

  • Nick Joseph — Atual líder de equipe na Anthropic supervisionando o departamento de pré-treinamento sob o qual Karpathy agora opera.

Estilo Pessoal

Karpathy combina uma forte preferência por minimalismo e legibilidade com instinto pedagógico: seus projetos de código aberto mais influentes removem deliberadamente abstrações de framework para expor o algoritmo subjacente, uma filosofia que ele articula explicitamente em repositórios como micrograd e llm.c. Sua escrita pública e palestras favorecem exemplos concretos e executáveis em vez de exposição teórica, e ele consistentemente prioriza tornar conceitos de ponta acessíveis a profissionais sem hardware especializado. Nas redes sociais, suas postagens oscilam entre observações técnicas, cunhagens conceituais (vibe coding, tokenmaxxing) e reflexões francas sobre o ritmo e a direção do campo, dando-lhe uma voz que abrange tanto públicos especializados quanto gerais. Ele é conhecido pela franqueza intelectual e um certo grau de irreverência — seu site pessoal, escrito em HTML e CSS puros sem frameworks, é por si só uma declaração sobre minimalismo tecnológico.

Referências