Andrej Karpathy
รางวัลและเกียรติยศ
2
รางวัลที่ได้รับ
3
เกียรติยศ
1
อันดับ
9
สถิติ
Andrej Karpathy โดดเด่นในฐานะผู้บุกเบิกด้าน AI ซึ่งเป็นที่ยกย่องจากบทบาทสำคัญที่ OpenAI และ Tesla ซึ่งเขากำหนดทิศทางเทคโนโลยีขับเคลื่อนอัตโนมัติและพัฒนาโครงข่ายประสาทเทียมขั้นสูง ผลงานของเขาในคอร์สอย่าง CS231n ของ Stanford เป็นแรงบันดาลใจให้นักศึกษานับไม่ถ้วน ในขณะที่การนำทีม Tesla Autopilot vision ถือเป็นก้าวกระโดดครั้งสำคัญในการประยุกต์ใช้ AI ในทางปฏิบัติ กิจการของ Karpathy รวมถึงการก่อตั้ง Eureka Labs ในปี 2024 เพื่อการศึกษา AI สะท้อนให้เห็นถึงความสามารถของเขาในการสร้างเครื่องมือที่เชื่อมต่องานวิจัยกับการใช้งานในชีวิตประจำวัน การปรากฏตัวของเขาในรายชื่อผู้ทรงอิทธิพล เช่น Time's 100 Most Influential in AI ตอกย้ำว่าเขาได้ผลักดันขอบเขตในด้าน computer vision และโมเดลภาษา ส่งผลต่อทุกอย่างตั้งแต่การรู้จำภาพไปจนถึง generative AI ด้วยความสำเร็จอย่างการบุกเบิกการจำแนกวิดีโอขนาดใหญ่ เขาไม่ใช่แค่นักวิจัย แต่เป็นบุคคลที่ช่วยกำหนดอนาคตของ AI ทำให้แนวคิดที่ซับซ้อนเข้าถึงได้และมีผลกระทบ
รางวัล
เกียรติยศและรางวัลเชิดชู
นวัตกรอายุต่ำกว่า 35 ปี
ได้รับการยอมรับจากผลงานนวัตกรรมด้านปัญญาประดิษฐ์และการประยุกต์ใช้ deep learning
สมาชิกผู้ร่วมก่อตั้ง
เข้าร่วมในฐานะผู้มีส่วนร่วมสำคัญในการก่อตั้งองค์กรวิจัย AI ชั้นนำแห่งหนึ่ง
นิตยสาร Time 100 ผู้ทรงอิทธิพลที่สุดในวงการ AI
ได้รับการยอมรับถึงผลกระทบเชิงเปลี่ยนแปลงต่อ AI รวมถึงการร่วมก่อตั้ง OpenAI การกำกับดูแล Tesla AI/Autopilot Vision และคุณูปการด้านการศึกษา เช่น Stanford CS231n
อันดับและรายการ
10 ผู้นำ AI ชั้นนำ
สถิติและความสำเร็จ
หลักสูตรการเรียนรู้เชิงลึกครั้งแรกที่ Stanford
สร้างและสอน CS231n ซึ่งกลายเป็นหนึ่งในคลาสที่ได้รับความนิยมมากที่สุดของ Stanford และมีอิทธิพลต่อการศึกษา AI ทั่วโลก
นำการปรับใช้โครงข่ายประสาทเทียมครั้งแรกของ Tesla สำหรับ Autopilot
ในฐานะ Senior Director of AI and Autopilot Vision นำทีมที่รับผิดชอบโครงข่ายประสาทเทียมทั้งหมดใน Tesla Autopilot สำหรับการขับขี่อัตโนมัติ
ก่อตั้ง Eureka Labs และเปิดตัวแพลตฟอร์มการศึกษาด้วย AI ครั้งแรก
ก่อตั้ง Eureka Labs และเปิดตัว LLM101n ซึ่งเป็นผลิตภัณฑ์แรกในฐานะแพลตฟอร์มการศึกษา AI ที่ได้รับแรงบันดาลใจจากคอร์สก่อนหน้า รวมถึงซีรีส์ 'Zero to Hero' เกี่ยวกับพื้นฐาน LLM
บุกเบิกการจำแนกวิดีโอขนาดใหญ่ด้วย CNN
นำเสนอ Oral paper ของ CVPR 2014 เกี่ยวกับการจำแนกวิดีโอขนาดใหญ่โดยใช้ convolutional neural networks ซึ่งเป็นเหตุการณ์สำคัญในการปรับขนาด CNN กับวิดีโอ
พัฒนา DenseCap และ Deep Fragment Embeddings
สร้าง DenseCap สำหรับ dense captioning และ Deep Fragment Embeddings สำหรับการจับคู่ภาพ-ประโยค ซึ่งพัฒนารูปแบบ vision-language
ฝึกงานครั้งแรกที่ DeepMind ด้านการเรียนรู้เสริมกำลังเชิงลึก
ฝึกงานที่กลุ่ม Deep Reinforcement Learning ของ DeepMind มีส่วนร่วมในความก้าวหน้าด้าน reinforcement learning ในยุคแรก
ฝึกงานที่ Google Research ด้านการเรียนรู้เชิงลึกวิดีโอขนาดใหญ่
พัฒนา large-scale supervised deep learning สำหรับวิดีโอที่ Google Brain
ปริญญาเอกผู้บุกเบิกการประยุกต์ใช้ CNN/RNN
วิจัยระดับปริญญาเอกที่เน้น convolutional และ recurrent neural networks สำหรับ computer vision, NLP และงาน multimodal โดยผลิตเอกสารที่มีอิทธิพล
วิทยากรหลักในงานประกาศรางวัล AI Hackathon ที่ UC Berkeley
นำเสนอกุญแจสำคัญในฐานะสมาชิกผู้ก่อตั้ง OpenAI เน้นย้ำนวัตกรรม AI และสร้างแรงบันดาลใจให้ผู้เข้าร่วมแฮ็กกาธอน