
Abundant
Agentsimulering og RL for forskere
Om selskapet
Hei! 👋
Vi er et team av tidligere ML-ingeniører, gründere, robotikere og driftsledere som er besatt av data og hvordan de påvirker trygg og pålitelig AI.
Vi spesialiserer oss på å lage miljøer og datasett for RL, basert på vår erfaring med simulering og modelltrening.
I tall: • Driver 3 av de 6 største AI-laboratoriene i verden og flere Fortune 500-selskaper • Milliarder av treningstokens generert hver måned, dobling måned for måned • Eksklusivt globalt nettverk av over 500 fageksperter
Vi tror mennesker er kreative av natur og trives best når de flytter grensene.
Vi jobber mot en overflodsfremtid – en der alle har tilgang til uendelig intelligens, tjenester og varer.
Basert i San Francisco, CA. Vi setter pris på god mat og godt selskap.
-- mer informasjon nedenfor --
Abundant bygger NVIDIA for treningsdata. AI-modeller hviler på to grunnleggende ingredienser: regnekraft og data. NVIDIA, lederen innen regnekraft, har hatt en markedsverdi på opptil 5 billioner dollar og omsatte for 130 milliarder dollar i fjor, ettersom behovet for å skalere regnekraft har eksplodert. Vi mener behovet for å skalere data bare så vidt har begynt, nå som vi går fra SFT og menneskelig veiledning til RL og læring fra erfaring.
Grunnleggerteamet består av gründere som starter for andre gang, ML-ingeniører og dataledere fra Waymo, Google, Meta og AWS. Teamet har tidligere samarbeidet med DeepMind om å klassifisere hatprat i YouTube-videoer, trent toppmoderne modeller for selvkjøring og skalert datapipelines med tusenvis av menneskelige annotatører. Pionerarbeidet vårt innen menneskelig databehandling, syntetiske data, imitasjonslæring og RL gir oss et solid fortrinn når vi skal levere resultater til kundene.
Hvorfor nå? Treningsdata er viktigere og knappere enn noen gang. Skaleringslovene tilsier at en lineær forbedring av modellytelsen krever en eksponentiell økning i treningsdata. Men det finnes bare én verdensvev, og det meste av den er allerede brukt til trening. De neste fremskrittene vil kreve nye, varierte datasett av høy kvalitet, noe som gjør treningsdata viktigere og knappere enn noen gang.
Hva skjer hvis vi lykkes? Abundant blir selve drivkraften bak AGI og det som kommer etter. De fleste utfordringene i modelltrening er allerede løst. Det som mangler, er dataene som trengs for å gå fra generell kunnskap til fagekspertise, fra chatboter til agenter og fra digital intelligens til fysisk AI. Spør en hvilken som helst AI-forsker eller robotiker: den største flaskehalsen er tilgangen på data, altså «abundant data».
Abundant jobber med de mest avanserte AI-laboratoriene og oppstartsbedriftene, i tillegg til Fortune 500-selskaper.
Emner
- Sted
- San Francisco, CA, USA
- Teamstørrelse
- 7 ansatte
- YC-kull
- Fall 2024
- Status
- Aktiv
- Fase
- Tidlig fase





