fast.ai part d'un principe simple : le deep learning doit s'enseigner de haut en bas, en commençant par du code qui fonctionne et donne des résultats dès le premier jour, avant de décortiquer la théorie. Cette approche a donné Practical Deep Learning for Coders, l'un des cours gratuits les plus suivis du domaine, destiné à des personnes qui savent programmer plutôt qu'à des mathématiciens. Ont suivi From Deep Learning Foundations to Stable Diffusion, puis How to Solve It With Code, qui remplace le format classique par une plateforme de résolution de problèmes.
Le logiciel est le second pilier. La bibliothèque fastai pose une API de haut niveau, assumée, au-dessus de PyTorch : entraîner des modèles de pointe prend quelques lignes sans perdre la souplesse nécessaire à la recherche. nbdev permet de développer, documenter et publier des paquets Python complets depuis des notebooks Jupyter, mettant fin au conflit historique entre notebooks et gestion de versions. Les deux projets sont open source et soutenus par un forum et une documentation actifs.
Au-delà de l'enseignement et des outils, fast.ai publie des textes très lus sur la dimension sociale de l'IA : critiques de la concentration du pouvoir, analyses du discours sur la sécurité et réflexions sur l'éducation et la technologie. Fin 2024, l'organisation a annoncé rejoindre Answer.AI, un laboratoire de R&D qui transforme la recherche fondamentale en produits utiles, tout en laissant blog et supports de cours librement accessibles.