Abundant

Tentang syarikat

Hai! 👋

Kami pasukan bekas jurutera ML, pengasas, ahli robotik dan ketua operasi yang taksub dengan data dan impaknya terhadap AI yang selamat dan boleh dipercayai.

Kami pakar mencipta persekitaran dan set data untuk RL dengan memanfaatkan pengalaman kami dalam simulasi dan latihan model.

Dalam angka: • Menyokong 3 daripada 6 makmal AI teratas dunia dan beberapa perusahaan Fortune 500 • Berbilion token latihan dijana setiap bulan, meningkat 2x bulan ke bulan • Rangkaian global eksklusif lebih 500 pakar domain

Kami percaya manusia sememangnya kreatif dan berkembang dengan menolak sempadan.

Kami bergerak ke arah masa depan yang berlimpah, di mana setiap orang mempunyai akses kepada kecerdasan, perkhidmatan dan barangan tanpa had.

Berpangkalan di San Francisco, CA. Kami gemar makanan sedap dan teman yang baik.

-- maklumat lanjut di bawah --

Abundant sedang membina NVIDIA bagi data latihan. Model AI bergantung pada dua bahan asas: pengkomputeran dan data. NVIDIA, peneraju pengkomputeran, mencapai nilai pasaran puncak $5T dan menjana hasil $130B tahun lalu ketika keperluan untuk meningkatkan pengkomputeran meletup. Kami percaya keperluan untuk meningkatkan skala data baru bermula, apabila kita bergerak melangkaui SFT dan penyeliaan manusia kepada RL dan Learning from Experience.

Pasukan pengasas kami terdiri daripada pengasas kali kedua, jurutera ML dan ketua data dari Waymo, Google, Meta dan AWS. Pasukan kami pernah bekerjasama dengan DeepMind untuk mengklasifikasikan ucapan kebencian dalam video YouTube, melatih model SOTA untuk pemanduan sendiri dan meningkatkan skala saluran data dengan ribuan anotator manusia. Kerja perintis kami dalam pengiraan manusia, data sintetik, pembelajaran tiruan dan RL memberi kami kelebihan kukuh dalam memberikan hasil kepada pelanggan.

Kenapa sekarang? Data latihan lebih penting dan lebih terhad berbanding sebelum ini. Hukum penskalaan menetapkan bahawa peningkatan linear dalam prestasi model menuntut peningkatan eksponen dalam data latihan. Tetapi hanya ada satu World Wide Web, dan kebanyakannya sudah digunakan untuk latihan. Kemajuan seterusnya memerlukan set data baharu yang pelbagai dan berkualiti tinggi, menjadikan data latihan lebih penting dan terhad berbanding sebelum ini.

Apa yang berlaku jika kami berjaya? Abundant akan menjadi pemangkin teras untuk AGI dan seterusnya. Kebanyakan cabaran dalam latihan model sudah diselesaikan. Yang tiada ialah data yang diperlukan untuk beralih daripada pengetahuan umum kepada kepakaran domain; daripada chatbot kepada ejen; dan daripada kecerdasan digital kepada AI fizikal. Tanyalah mana-mana penyelidik AI atau ahli robotik: halangan utama kemajuan ialah ketersediaan data, iaitu “data yang berlimpah”.

Abundant bekerjasama dengan makmal AI dan syarikat permulaan paling maju, serta perusahaan F500.

Topik