Abundant

تعارف

ہیلو! 👋

ہم سابق ML انجینئرز، بانیوں، روبوٹکس ماہرین اور آپریشنز سربراہوں کی ٹیم ہیں جنہیں ڈیٹا اور محفوظ، قابل اعتماد AI پر اس کے اثر کی دھن سوار ہے۔

سمولیشن اور ماڈل ٹریننگ کے اپنے تجربے کی بنیاد پر ہم RL کے لیے ماحول اور ڈیٹا سیٹس تیار کرنے میں مہارت رکھتے ہیں۔

اعداد و شمار میں: • دنیا کی 6 سرفہرست AI لیبز میں سے 3 اور کئی Fortune 500 ادارے ہمارے ڈیٹا پر چلتے ہیں • ہر ماہ اربوں ٹریننگ ٹوکنز تیار ہوتے ہیں، اور یہ تعداد ہر ماہ دگنی ہو رہی ہے • 500 سے زیادہ شعبہ جاتی ماہرین کا خصوصی عالمی نیٹ ورک

ہمارا یقین ہے کہ انسان فطرتاً تخلیقی ہے اور حدود کو آگے دھکیل کر ہی پھلتا پھولتا ہے۔

ہم ایک فراواں مستقبل کی طرف بڑھ رہے ہیں، جہاں ہر شخص کو لامحدود ذہانت، خدمات اور اشیا تک رسائی ہو۔

ہمارا مرکز سان فرانسسکو، کیلیفورنیا میں ہے۔ ہمیں اچھا کھانا اور اچھی صحبت پسند ہے۔

-- مزید معلومات نیچے --

Abundant ٹریننگ ڈیٹا کی NVIDIA بن رہی ہے۔ AI ماڈلز دو بنیادی اجزا پر چلتے ہیں: کمپیوٹ اور ڈیٹا۔ کمپیوٹ میں سب سے آگے NVIDIA کی مارکیٹ ویلیو 5 ٹریلین ڈالر کی بلند ترین سطح تک پہنچی اور گزشتہ سال اس کی آمدنی 130 ارب ڈالر رہی، کیونکہ کمپیوٹ بڑھانے کی ضرورت دھماکہ خیز رفتار سے بڑھی۔ ہمارا ماننا ہے کہ ڈیٹا بڑھانے کی ضرورت ابھی شروع ہی ہوئی ہے، کیونکہ ہم SFT اور انسانی نگرانی سے آگے بڑھ کر RL اور تجربے سے سیکھنے کی طرف جا رہے ہیں۔

ہماری بانی ٹیم میں دوسری بار کمپنی بنانے والے بانی، اور Waymo، Google، Meta اور AWS کے ML انجینئرز اور ڈیٹا سربراہ شامل ہیں۔ ہماری ٹیم اس سے پہلے DeepMind کے ساتھ مل کر YouTube ویڈیوز میں نفرت انگیز تقریر کی درجہ بندی کر چکی ہے، خودکار ڈرائیونگ کے لیے SOTA ماڈلز تربیت دے چکی ہے اور ہزاروں انسانی اینوٹیٹرز کے ساتھ ڈیٹا پائپ لائنز کو وسعت دے چکی ہے۔ ہیومن کمپیوٹیشن، مصنوعی ڈیٹا، امیٹیشن لرننگ اور RL میں ہمارا اولین کام ہمیں گاہکوں کو نتائج دینے میں واضح برتری دیتا ہے۔

ابھی کیوں؟ ٹریننگ ڈیٹا پہلے سے کہیں زیادہ اہم اور نایاب ہے۔ اسکیلنگ قوانین کے مطابق ماڈل کی کارکردگی میں خطی بہتری کے لیے ٹریننگ ڈیٹا میں قوت نمائی (exponential) اضافہ درکار ہے۔ لیکن ورلڈ وائڈ ویب صرف ایک ہے اور اس کے زیادہ تر حصے پر پہلے ہی ٹریننگ ہو چکی ہے۔ اگلی پیش رفت کے لیے نئے، متنوع اور اعلیٰ معیار کے ڈیٹا سیٹس درکار ہوں گے، اسی لیے ٹریننگ ڈیٹا پہلے سے کہیں زیادہ اہم اور نایاب ہو گیا ہے۔

اگر ہم کامیاب ہو گئے تو کیا ہوگا؟ Abundant، AGI اور اس سے آگے کی منزل کا بنیادی ذریعہ بنے گی۔ ماڈل ٹریننگ کے زیادہ تر مسائل پہلے ہی حل ہو چکے ہیں۔ کمی اس ڈیٹا کی ہے جو عمومی علم سے شعبہ جاتی مہارت تک، چیٹ بوٹس سے ایجنٹس تک اور ڈیجیٹل ذہانت سے فزیکل AI تک لے جائے۔ کسی بھی AI محقق یا روبوٹکس ماہر سے پوچھ لیں: ترقی کی راہ میں بنیادی رکاوٹ ڈیٹا کی دستیابی ہے، یعنی "وافر ڈیٹا"۔

Abundant سب سے جدید AI لیبز، اسٹارٹ اپس اور F500 اداروں کے ساتھ کام کرتی ہے۔

موضوعات