Andrej Karpathy (nascido em 23 de outubro de 1986) é um pesquisador e educador eslovaco-canadense de inteligência artificial. Ele é membro fundador da OpenAI, onde se especializou em deep learning e visão computacional, e posteriormente atuou como diretor de inteligência artificial na Tesla. Em 2024, fundou a Eureka Labs, uma plataforma de educação em IA, e em 2026 ingressou na Anthropic como parte de sua equipe de pré-treinamento. Karpathy é amplamente reconhecido por suas contribuições ao ensino de redes neurais, incluindo o influente curso CS 231n da Universidade Stanford e seus populares tutoriais no YouTube.
O trabalho de Karpathy abrange tanto a pesquisa acadêmica quanto a aplicação industrial, com foco em modelos de linguagem de grande porte e seu uso prático na educação. Ele cunhou o termo "vibe coding" em 2025, refletindo a crescente acessibilidade do desenvolvimento de software assistido por IA. Sua carreira foi marcada por uma série de papéis de destaque em organizações líderes de IA, juntamente com um compromisso contínuo em tornar tópicos complexos compreensíveis para um público amplo.
Educação e vida inicial
Karpathy nasceu em Bratislava, Tchecoslováquia (atual Eslováquia), e mudou-se com sua família para Toronto quando tinha 15 anos. Ele concluiu seus diplomas de bacharelado em Ciência da Computação e Física na Universidade de Toronto em 2009 e seu mestrado na Universidade da Colúmbia Britânica em 2011, onde trabalhou com figuras simuladas fisicamente.
Em 2006, Karpathy começou a publicar vídeos no YouTube em seu canal, badmephisto. Ele ganhou fama ao postar tutoriais sobre o Cubo de Rubik, que foram utilizados por speedcubers famosos como Feliks Zemdegs. O canal acumula mais de 9 milhões de visualizações até junho de 2025.
Karpathy recebeu seu doutorado pela Universidade Stanford em 2015, sob a supervisão de Fei-Fei Li, com foco na interseção entre processamento de linguagem natural e visão computacional, bem como em modelos de deep learning adequados para essa tarefa.
Carreira acadêmica e CS 231n
Karpathy foi o autor e instrutor principal do primeiro curso de deep learning em Stanford, o CS 231n: Redes Neurais Convolucionais para Reconhecimento Visual. O curso tornou-se uma das maiores turmas de Stanford, crescendo de 150 alunos em 2015 para 750 em 2017. Os materiais do curso, incluindo notas de aula e exercícios, foram disponibilizados publicamente e tornaram-se um recurso padrão para estudantes e profissionais em todo o mundo.
O curso enfatizava a implementação prática de redes neurais convolucionais, abordando tópicos como retropropagação, normalização em lote e dropout. Sua popularidade ajudou a estabelecer um modelo para cursos subsequentes de deep learning em outras instituições e contribuiu para a adoção mais ampla do ensino de aprendizado de máquina.
Fundação da OpenAI e pesquisa inicial
Karpathy é membro fundador da OpenAI, um grupo de pesquisa em inteligência artificial, onde atuou como cientista de pesquisa de 2015 a 2017. Durante esse período, contribuiu para os primeiros trabalhos sobre modelos generativos e aprendizado por reforço, incluindo pesquisas sobre exemplos adversariais e aprendizado de uma única amostra. Sua pesquisa na OpenAI ajudou a estabelecer as bases para desenvolvimentos posteriores em arquiteturas baseadas em transformadores.
Sua passagem pela OpenAI coincidiu com a transição da organização de um laboratório de pesquisa sem fins lucrativos para uma entidade de orientação mais comercial. O papel de Karpathy envolvia tanto pesquisa quanto engenharia, e ele era conhecido por sua capacidade de comunicar ideias complexas com clareza, uma habilidade que mais tarde definiria seus empreendimentos educacionais.
Tesla e Autopilot
Em junho de 2017, Karpathy tornou-se diretor de inteligência artificial da Tesla, reportando-se a Elon Musk. Ele liderou a equipe de Visão do Autopilot, supervisionando o desenvolvimento dos sistemas de visão computacional da Tesla para direção autônoma. Seu trabalho envolvia o treinamento de redes neurais profundas para processar feeds de câmeras em tempo real, uma tarefa que exigia avanços significativos em aumento de dados e poda de modelos.
Karpathy foi nomeado um dos Inovadores com menos de 35 anos do MIT Technology Review em 2020, em reconhecimento às suas contribuições para a IA na indústria automotiva. Após uma licença de vários meses da Tesla, ele anunciou sua saída da empresa em julho de 2022. Sua partida marcou o fim de um período de rápido desenvolvimento das capacidades de IA da Tesla, embora a empresa tenha continuado a construir sobre o trabalho de sua equipe.
Retorno à OpenAI e Eureka Labs
Em 9 de fevereiro de 2023, Karpathy anunciou seu retorno à OpenAI. Um ano depois, em 13 de fevereiro de 2024, um porta-voz da OpenAI confirmou que Karpathy havia deixado a organização. No mesmo ano, ele foi nomeado uma das 100 Pessoas Mais Influentes em IA da revista Time. Em 16 de julho de 2024, Karpathy anunciou em sua conta no X que havia fundado uma nova empresa de educação em IA chamada Eureka Labs.
Seu primeiro produto foi o curso LLM101n. Ele também mantém um esforço educacional mais amplo, a série "Zero to Hero" sobre fundamentos de modelos de linguagem de grande porte. A empresa também defende o uso de assistentes de ensino baseados em IA, um conceito que tem sido criticado devido a preocupações com privacidade de dados e a perda da conexão pessoal entre professor e aluno. A Eureka Labs visa combinar técnicas de deep learning com pesquisa educacional para criar experiências de aprendizado escaláveis e interativas.
Vibe coding e engajamento público
Em fevereiro de 2025, Karpathy cunhou o termo "vibe coding" para descrever como ferramentas de IA permitem que amadores construam aplicativos apenas digitando comandos em linguagem natural. O termo rapidamente ganhou tração na comunidade de desenvolvedores, refletindo uma mudança em direção ao desenvolvimento de software assistido por IA generativa. A defesa de Karpathy por ferramentas de IA acessíveis está alinhada com sua missão educacional mais ampla, enfatizando a experimentação prática em vez de pré-requisitos formais.
Desde fevereiro de 2023, ele produz vídeos no YouTube sobre como criar redes neurais artificiais. Seu canal, que começou com tutoriais sobre o Cubo de Rubik, agora apresenta explicações aprofundadas sobre modelos de linguagem de grande porte, transformadores e retropropagação. Esses vídeos frequentemente incluem sessões de codificação ao vivo e exercícios práticos, atraindo milhões de visualizações tanto de iniciantes quanto de profissionais experientes.
Anthropic e pesquisa em pré-treinamento
Em 19 de maio de 2026, Karpathy anunciou que havia ingressado na Anthropic por meio de uma declaração em sua conta no X, e a empresa confirmou que ele lideraria uma equipe de pesquisa focada em pré-treinamento. Essa função concentra-se em melhorar os processos fundamentais de treinamento de modelos de linguagem de grande porte, incluindo curadoria de dados, agendamento de taxas de aprendizado e design de funções de perda.
Sua mudança para a Anthropic reflete uma tendência mais ampla na indústria de pesquisadores retornando aos desafios centrais do aprendizado de máquina após explorar domínios aplicados. Espera-se que o trabalho de Karpathy na Anthropic influencie o desenvolvimento dos modelos de próxima geração da empresa, aproveitando sua vasta experiência tanto com a OpenAI quanto com os sistemas de IA da Tesla.
Legado e influência
O impacto de Karpathy no campo da IA vai além de suas publicações de pesquisa. Seus materiais educacionais, incluindo o CS 231n e a série Zero to Hero, formaram uma geração de profissionais de IA. Sua capacidade de desmistificar tópicos complexos fez dele uma voz confiável na comunidade, preenchendo a lacuna entre a pesquisa acadêmica e a aplicação prática.
Sua trajetória profissional - da pesquisa acadêmica à liderança industrial e de volta à educação - ilustra a natureza evolutiva das carreiras em IA na década de 2020. Em 2026, ele permanece como um colaborador ativo tanto na pesquisa quanto no discurso público, com seu trabalho na Anthropic provavelmente moldando futuros desenvolvimentos em inteligência artificial.