Andrej Karpathy se une a Anthropic para acelerar la investigación de Claude

Andrej Karpathy se ha unido a Anthropic, aportando a la startup uno de los ingenieros más reconocibles de la IA moderna y un impulso público para su investigación sobre Claude. Dice que por ahora vuelve a la investigación, mientras que su trabajo en educación esperará.

El momento no es casual. Karpathy hizo el anuncio el mismo día en que Google abrió su conferencia anual I/O, lo que le dio a Anthropic la oportunidad de robar algo de oxígeno a un rival mucho más grande. Eso es o una colocación estratégica inteligente o una coincidencia muy conveniente, dependiendo de cuán caritativo te sientas.

Qué hará Karpathy en Anthropic

Anthropic dice que Karpathy ayudará a construir un equipo centrado en usar a Claude para acelerar la propia investigación de preentrenamiento. En otras palabras, la compañía está impulsando uno de sus propios modelos para ayudar a mejorar la siguiente generación de modelos, que es exactamente el tipo de bucle que los laboratorios de IA han estado persiguiendo durante años.

Recomendado

xAI demanda a un usuario de Grok por imágenes de abuso infantil

Eso acerca a Anthropic a la idea de larga data de la mejora recursiva: sistemas que ayudan a entrenar a sus sucesores con cada vez menos intervención humana. Es una propuesta elegante y, al mismo tiempo, algo inquietante.

Por qué Andrej Karpathy es importante en la IA

Karpathy tiene un currículum poco común incluso para los estándares de la industria de la IA. Ayudó a fundar OpenAI, dirigió la división de IA de Tesla y jugó un papel importante en la formación de toda una generación de ingenieros a través del curso CS231n de Stanford.

También aporta una experiencia práctica inusualmente relevante. En Tesla, trabajó en la pila de visión por computadora de Autopilot, mientras que su trabajo posterior en OpenAI se centró en el midtraining y la generación de datos sintéticos, ambos aspectos que encajan perfectamente con las ambiciones de preentrenamiento de Anthropic.

• Miembro fundador de OpenAI
• Exdirector de IA en Tesla
• Creador del curso CS231n de aprendizaje profundo de Stanford

La educación y el código abierto pueden ralentizarse

La pregunta abierta es qué pasará con los proyectos que Karpathy construyó fuera de los grandes laboratorios. En los últimos años ha estado publicando videos muy vistos sobre LLMs y redes neuronales, lanzó Eureka Labs en julio de 2024 y ha apoyado herramientas de código abierto como autoresearch y la LLM Knowledge Base.

Anthropic es más amistoso con los estándares abiertos que algunos rivales, gracias a trabajos como MCP, pero aún así vende principalmente sistemas propietarios. Eso hace que el próximo capítulo de Karpathy parezca menos una entrega limpia y más un botón de pausa en su trabajo educativo y de código abierto mientras se integra en la máquina Claude.

Una guerra por el talento familiar entre los laboratorios de IA

La ganancia de Anthropic también es un recordatorio de lo ajustado que se ha vuelto el mercado de talento de élite en IA. Los laboratorios ya no solo compiten por la calidad del modelo; compiten por quién puede atraer a los investigadores mejor capacitados para hacer que esos modelos se entrenen más rápido, más barato y con menos supervisión humana.

Si Karpathy puede ayudar a Claude a mejorar el proceso de construir a Claude, eso es un elegante bucle interno para Anthropic. La pregunta más grande es si permanecerá dentro del laboratorio el tiempo suficiente para hacer real ese bucle, o si finalmente volverá al trabajo docente de cara al público que lo convirtió en una figura tan singular desde el principio.