Abundant

O firmie

Cześć! 👋

Jesteśmy zespołem byłych inżynierów ML, założycieli, robotyków i szefów operacji, którzy mają obsesję na punkcie danych i ich wpływu na bezpieczną, niezawodną AI.

Specjalizujemy się w tworzeniu środowisk i zbiorów danych do RL, wykorzystując nasze doświadczenie w symulacjach i trenowaniu modeli.

W liczbach: • Obsługujemy 3 z 6 czołowych laboratoriów AI na świecie i wiele firm z listy Fortune 500 • Co miesiąc generujemy miliardy tokenów treningowych, z podwojeniem miesiąc do miesiąca • Mamy ekskluzywną, globalną sieć ponad 500 ekspertów dziedzinowych

Wierzymy, że ludzie są z natury kreatywni i rozwijają się, przesuwając granice.

Pracujemy na rzecz przyszłości obfitości – takiej, w której każdy ma dostęp do nieograniczonej inteligencji, usług i dóbr.

Siedziba w San Francisco w Kalifornii. Lubimy dobre jedzenie i dobre towarzystwo.

-- więcej informacji poniżej --

Abundant buduje NVIDIĘ danych treningowych. Modele AI opierają się na dwóch podstawowych składnikach: mocy obliczeniowej i danych. NVIDIA, lider w mocy obliczeniowej, osiągnęła szczytową kapitalizację 5 bln USD i w zeszłym roku wygenerowała 130 mld USD przychodu, bo zapotrzebowanie na skalowanie obliczeń eksplodowało. Uważamy, że potrzeba skalowania danych dopiero się zaczyna, gdy przechodzimy od SFT i nadzoru ludzi do RL i uczenia się z doświadczenia.

Nasz zespół założycielski to seryjni założyciele, inżynierowie ML i szefowie zespołów danych z Waymo, Google, Meta i AWS. Wcześniej współpracowaliśmy z DeepMind przy klasyfikacji mowy nienawiści w filmach na YouTube, trenowaliśmy najlepsze modele dla samochodów autonomicznych i skalowaliśmy potoki danych z tysiącami ludzkich anotatorów. Pionierska praca w obszarze human computation, danych syntetycznych, uczenia przez naśladowanie i RL daje nam solidną przewagę w dostarczaniu wyników klientom.

Dlaczego teraz? Dane treningowe są ważniejsze i rzadsze niż kiedykolwiek. Prawa skalowania mówią, że liniowa poprawa wydajności modelu wymaga wykładniczego wzrostu ilości danych treningowych. Ale jest tylko jeden World Wide Web i większość z niego już posłużyła do trenowania. Kolejne postępy będą wymagać nowych, zróżnicowanych i wysokiej jakości zbiorów danych, przez co dane treningowe są ważniejsze i rzadsze niż kiedykolwiek wcześniej.

Co się stanie, jeśli nam się uda? Abundant będzie kluczowym czynnikiem umożliwiającym AGI i to, co przyjdzie potem. Większość wyzwań w trenowaniu modeli jest już rozwiązana. Brakuje danych potrzebnych, by przejść od wiedzy ogólnej do eksperckiej, od chatbotów do agentów i od inteligencji cyfrowej do fizycznej AI. Zapytaj dowolnego badacza AI czy robotyka: głównym wąskim gardłem postępu jest dostępność danych, czyli „abundant data”.

Abundant współpracuje z najbardziej zaawansowanymi laboratoriami AI i startupami, a także z firmami z listy Fortune 500.

Tematy