Birago Jones, spoluzakladatel a CEO společnosti Pienso – Rozhovor

Birago Jones je CEO a spoluzakladatel společnosti Pienso, platformy no-code/low-code pro podniky, aby mohly trénovat a nasazovat modely AI bez potřeby pokročilých znalostí datové vědy nebo programování. Dnes patří mezi zákazníky Biraga vláda USA a Sky, největší vysílatel ve Spojeném království. Pienso vychází z Biragova výzkumu na Massachusettském technologickém institutu (MIT), kde on a jeho spoluzakladatel Karthik Dinakar působili jako výzkumní asistenti v laboratoři MIT Media Lab. Je uznávanou autoritou v oblasti umělé inteligence (AI) a interakce mezi člověkem a počítačem (HCI) a zastáncem odpovědného AI.

Pienso‘s interaktivní rozhraní pro učení je navrženo tak, aby umožňovalo uživatelům využívat AI na maximum bez nutnosti programování. Platforma uživatelům vede proces trénování a nasazování velkých jazykových modelů (LLM), které jsou vybaveny jejich odbornými znalostmi a upraveny tak, aby odpovídaly na jejich konkrétní otázky.

Co vás původně přitáhlo ke studiu AI, HCI (Human Computer Interaction) a uživatelského zážitku?

Již dříve jsem vyvíjel osobní projekty zaměřené na vytváření nástrojů a aplikací pro nevidomé, jako je haptický digitální braillový čtečka pomocí smartphone a vnitřní navigační systém (digitální hole). Věřil jsem, že AI může tyto úsilí posílit a podporovat.

Pienso bylo původně koncipováno během vašeho pobytu na MIT, jak vznikla myšlenka trénovat modely strojového učení, aby byly přístupné pro netechnické uživatele?

Můj spoluzakladatel Karthik a já se seznámili na postgraduálním studiu, zatímco jsme oba prováděli výzkum v laboratoři MIT Media Lab. Spolu jsme pracovali na projektu, jehož cílem bylo vytvořit nástroj, který by pomáhal sociálním médiím moderovat a označit škodlivý obsah. Nástroj získal velkou pozornost a byli jsme dokonce pozváni do Bílého domu, abychom předvedli technologii během summitu o kyberšikanování.

Byl tam však jeden problém: zatímco samotný model fungoval tak, jak měl, nebyl trénován na správných datech, a proto nebyl schopen identifikovat škodlivý obsah, který používal teenage slang. Karthik a já jsme pracovali spolu, abychom našli řešení, a později jsme si uvědomili, že bychom mohli tento problém vyřešit, kdybychom našli způsob, jak umožnit teenagerům přímo trénovat modelová data.

Tento “Aha” moment později inspiroval Pienso: odborníci na danou problematiku, nikoli inženýři AI, jako jsme my, by měli být schopni snáze poskytovat vstup pro trénování modelových dat. Vyvinuli jsme point-and-click nástroje, které umožňují netechnickým uživatelům trénovat velké množství dat ve velkém měřítku. Poté jsme tuto technologii představili místním školám v Cambridge, Massachusetts, a požádali o pomoc místních teenagerů, aby trénovali jejich algoritmy, což nám umožnilo zachytit více nuancí v algoritmech, než bylo dříve možné. S touto technologií jsme začali spolupracovat s organizacemi, jako je MTV a Brigham and Women’s Hospital.

Můžete sdílet příběh o tom, jak Pienso vzniklo jako samostatná společnost?

Vždy jsme věděli, že tato technologie může poskytnout hodnotu beyond případu, který jsme vyvinuli, ale nebylo to až do roku 2016, kdy jsme finally udělali skok do komercializace, když Karthik dokončil svůj doktorát. V té době explodovala popularita hlubokého učení, ale bylo to hlavně inženýři AI, kteří je využívali, protože nikdo jiný neměl odborné znalosti, aby je trénoval a nasazoval.

Jaké jsou klíčové inovace a algoritmy, které umožňují Pienso’s no-code rozhraní pro budování modelů AI? Jak Pienso zajišťuje, aby odborníci na danou problematiku bez technického zázemí mohli účinně trénovat modely AI?

Pienso eliminuje bariéry “MLOps” – čištění dat, označování dat, trénování modelů a nasazování. Naše platforma používá semi-supervised strojové učení, které umožňuje uživatelům začít s nelabelovanými trénovacími daty a poté použít lidskou odbornost k rychlé a přesné annotaci velkých objemů textových dat bez nutnosti psaní kódu. Tento proces trénuje hluboké učení modely, které jsou schopné přesně klasifikovat a generovat nový text.

Jak Pienso nabízí přizpůsobení při vývoji modelů AI, aby vyhovovaly specifickým potřebám různých organizací?

Jsme přesvědčeni, že žádný model nemůže vyřešit všechny problémy pro každou společnost. Musíme být schopni budovat a trénovat vlastní modely, pokud chceme, aby AI rozuměla nuancím každé konkrétní společnosti a případu použití. To je důvod, proč Pienso umožňuje trénovat modely přímo na datech organizace. Tím se odstraňují obavy o ochranu soukromí při použití základních modelů a lze také získat přesnější přehledy.

Pienso také integruje s existujícími podnikovými systémy prostřednictvím API, což umožňuje doručovat výsledky inference v různých formátech. Pienso může také fungovat bez závislosti na třetích stranách nebo API, což znamená, že data nikdy nemusí být přenášena mimo zabezpečené prostředí. Může být nasazeno na hlavních cloudových poskytovatelích, stejně jako v místním prostředí, což z něj činí ideální volbu pro odvětví, která vyžadují silné zabezpečení a dodržování předpisů, jako jsou vládní agentury nebo finance.

Jak vidíte vývoj platformy v příštích několika letech?

V příštích několika letech bude Pienso pokračovat ve vývoji se zaměřením na ještě větší škálovatelnost a efektivitu. Jak bude poptávka po vysokovýkonné textové analýze růst, budeme vylepšovat naši schopnost zpracovávat větší datové sady s rychlejšími časy inference a složitější analýzou. Jsme také odhodláni snižovat náklady spojené se škálováním velkých jazykových modelů, aby podniky získaly hodnotu bez kompromisů v rychlosti nebo přesnosti.

Budeme také dále rozšiřovat demokratizaci AI. Pienso je již no-code/low-code platformou, ale chceme dále rozšiřovat dostupnost našich nástrojů. Budeme neustále vylepšovat naše rozhraní, aby širší skupina uživatelů, od obchodních analytiků po technické týmy, mohla pokračovat v trénování, ladění a nasazování modelů bez nutnosti hlubokých technických znalostí.

Jak budeme pracovat s více zákazníky z různých odvětví, Pienso se bude přizpůsobovat, aby nabídlo více přizpůsobených řešení. Bez ohledu na to, zda se jedná o finance, zdravotnictví nebo vládu, naše platforma se bude vyvíjet, aby zahrnovala šablony a moduly specifické pro odvětví, které uživatelům pomohou lépe upravit své modely pro konkrétní případy použití.

Pienso se stane ještě více integrovanou do širšího ekosystému AI, pracujícího bezproblémově vedle řešení / nástrojů od hlavních cloudových poskytovatelů a místních řešení. Budeme se soustředit na budování silnějších integrací s dalšími datovými platformami a nástroji, umožňujícími více koherentní pracovní postup AI, který se vejde do stávajících technologických značek podniků.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Pienso.