Abundant

Om virksomheden

Hej! 👋

Vi er et hold af tidligere ML-ingeniører, stiftere, robotfolk og driftsledere, der er besatte af data og deres betydning for sikker og pålidelig AI.

Vi har specialiseret os i at skabe miljøer og datasæt til RL og trækker på vores erfaring med simulering og modeltræning.

I tal: • Leverer til 3 af verdens 6 største AI-laboratorier og flere Fortune 500-virksomheder • Milliarder af træningstokens genereret hver måned, en fordobling måned for måned • Et eksklusivt, globalt netværk af over 500 fageksperter

Vi tror på, at mennesker er kreative af natur og trives ved at flytte grænserne.

Vi arbejder hen imod en fremtid i overflod – hvor alle har adgang til uendelig intelligens, tjenester og varer.

Baseret i San Francisco, CA. Vi sætter pris på god mad og godt selskab.

-- mere info nedenfor --

Abundant bygger træningsdataens NVIDIA. AI-modeller hviler på to grundlæggende ingredienser: regnekraft og data. NVIDIA, førende inden for regnekraft, har haft en markedsværdi på op til 5 bio. dollar og omsatte for 130 mia. dollar sidste år, efterhånden som behovet for at skalere regnekraft er eksploderet. Vi mener, at behovet for at skalere data kun lige er begyndt, i takt med at vi bevæger os fra SFT og menneskelig supervision mod RL og Learning from Experience.

Stifterholdet består af serieiværksættere, ML-ingeniører og dataledere fra Waymo, Google, Meta og AWS. Holdet har tidligere samarbejdet med DeepMind om at klassificere hadefuld tale i YouTube-videoer, trænet SOTA-modeller til selvkørende biler og skaleret datapipelines med tusindvis af menneskelige annotatorer. Vores banebrydende arbejde med human computation, syntetiske data, imitation learning og RL giver os et solidt forspring, når vi skal levere resultater til kunderne.

Hvorfor nu? Træningsdata er vigtigere og mere knappe end nogensinde. Skaleringslovene dikterer, at en lineær forbedring af modellernes ydeevne kræver en eksponentiel stigning i træningsdata. Men der findes kun ét World Wide Web, og det meste af det er allerede brugt til træning. De næste fremskridt vil kræve nye, varierede datasæt i høj kvalitet – og det gør træningsdata vigtigere og mere knappe end nogensinde.

Hvad sker der, hvis det lykkes? Så bliver Abundant den centrale drivkraft bag AGI og videre frem. De fleste udfordringer i modeltræning er allerede løst. Det, der mangler, er de data, der skal til for at gå fra generel viden til domæneekspertise, fra chatbots til agenter og fra digital intelligens til fysisk AI. Spørg en hvilken som helst AI-forsker eller robotingeniør: Den største flaskehals for fremskridt er adgangen til data, altså »abundant data«.

Abundant arbejder med de mest avancerede AI-laboratorier og startups samt F500-virksomheder.

Emner