Abundant

O podjetju

Pozdravljeni! 👋

Smo ekipa nekdanjih inženirjev strojnega učenja, ustanoviteljev, robotikov in operativnih vodij, ki so obsedeni s podatki in njihovim vplivom na varno in zanesljivo umetno inteligenco.

Specializirani smo za ustvarjanje okolij in naborov podatkov za RL, pri čemer izkoriščamo izkušnje s simulacijami in treniranjem modelov.

V številkah: • Delamo za 3 od 6 vodilnih svetovnih AI-laboratorijev in več podjetij s seznama Fortune 500 • Vsak mesec ustvarimo milijarde učnih žetonov, z mesečno rastjo 2x • Ekskluzivna globalna mreža več kot 500 strokovnjakov s posameznih področij

Verjamemo, da so ljudje po naravi ustvarjalni in da cvetijo, ko premikajo meje.

Delamo za prihodnost obilja – takšno, v kateri ima vsak dostop do neskončne inteligence, storitev in dobrin.

Naš sedež je v San Franciscu v Kaliforniji. Radi imamo dobro hrano in dobro družbo.

-- več informacij spodaj --

Abundant gradi NVIDIO učnih podatkov. Modeli umetne inteligence potrebujejo dve temeljni sestavini: računsko moč in podatke. NVIDIA, vodilna na področju računske moči, je dosegla najvišjo tržno kapitalizacijo 5 bilijonov dolarjev in lani ustvarila 130 milijard dolarjev prihodkov, saj je potreba po povečevanju računske moči eksplodirala. Verjamemo, da se potreba po povečevanju podatkov šele začenja, ko se premikamo od SFT in človeškega nadzora k RL in učenju iz izkušenj.

Ustanovno ekipo sestavljajo drugič ustanovitelji, inženirji strojnega učenja in vodje podatkov iz Waymo, Googla, Mete in AWS. Naša ekipa je že sodelovala z DeepMindom pri razvrščanju sovražnega govora v videoposnetkih na YouTubu, trenirala najsodobnejše modele za samovozeča vozila in razširjala podatkovne cevovode s tisoči človeških označevalcev. Pionirsko delo na področju človeškega računanja, sintetičnih podatkov, učenja s posnemanjem in RL nam daje trdno prednost pri doseganju rezultatov za stranke.

Zakaj zdaj? Učni podatki so pomembnejši in redkejši kot kdaj koli prej. Zakoni skaliranja narekujejo, da linearno izboljšanje modela zahteva eksponentno več učnih podatkov. Toda splet je samo eden in večina ga je bila že uporabljena za treniranje. Naslednji preboji bodo zahtevali nove, raznolike in kakovostne nabore podatkov, zato so učni podatki pomembnejši in redkejši kot kdaj koli prej.

Kaj se zgodi, če uspemo? Abundant bo ključni omogočevalec AGI in še česa več. Večina izzivov pri treniranju modelov je že rešenih. Manjkajo podatki, potrebni za prehod od splošnega znanja k strokovnemu, od chatbotov k agentom in od digitalne inteligence k fizični umetni inteligenci. Vprašajte katerega koli raziskovalca umetne inteligence ali robotika: glavno ozko grlo napredka je razpoložljivost podatkov, torej „obilje podatkov“.

Abundant sodeluje z najnaprednejšimi AI-laboratoriji in startupi ter s podjetji s seznama F500.

Teme