Birago Jones, Co-Fondateur et PDG de Pienso – Série d’entretiens

Birago Jones est le PDG et co-fondateur de Pienso, une plateforme de code réduit/no-code pour les entreprises qui forment et déployer des modèles d’IA sans nécessiter de compétences avancées en science des données ou en programmation. Aujourd’hui, les clients de Birago comprennent le gouvernement américain et Sky, le plus grand diffuseur du Royaume-Uni. Pienso est basé sur les recherches de Birago au Massachusetts Institute of Technology (MIT), où il et son co-fondateur Karthik Dinakar ont servi d’assistants de recherche au MIT Media Lab. Il est une autorité distinguée dans l’intersection de l’intelligence artificielle (IA) et de l’interaction homme-ordinateur (HCI), et un défenseur de l’IA responsable.

Pienso‘s interface d’apprentissage interactif est conçue pour permettre aux utilisateurs d’exploiter l’IA à son plein potentiel sans aucun codage. La plateforme guide les utilisateurs à travers le processus de formation et de déploiement de grands modèles de langage (LLM) qui sont imprimés avec leur expertise et affinés pour répondre à leurs questions spécifiques.

Qu’est-ce qui vous a initialement attiré pour poursuivre vos études en IA, HCI (Interaction homme-ordinateur) et expérience utilisateur ?

J’avais déjà développé des projets personnels axés sur la création d’outils d’accessibilité et d’applications pour les aveugles, tels qu’un lecteur de braille numérique haptique utilisant un smartphone et un système de guidage intérieur (canne numérique). Je croyais que l’IA pourrait améliorer et soutenir ces efforts.

Pienso a été initialement conçu pendant votre séjour à MIT, comment l’idée de former des modèles d’apprentissage automatique pour les rendre accessibles aux utilisateurs non techniques a-t-elle émergé ?

Mon co-fondateur Karthik et moi nous sommes rencontrés à l’école de troisième cycle pendant que nous menions des recherches au MIT Media Lab. Nous avions formé une équipe pour un projet de classe pour construire un outil qui aiderait les plateformes de médias sociaux à modérer et à signaler le contenu de harcèlement. L’outil gagnait beaucoup de traction, et nous avons même été invités à la Maison Blanche pour donner une démonstration de la technologie lors d’un sommet sur le cyberharcèlement.

Il n’y avait qu’un problème : même si le modèle lui-même fonctionnait comme prévu, il n’avait pas été formé sur les bonnes données, il n’était donc pas en mesure d’identifier le contenu nocif qui utilisait l’argot des adolescents. Karthik et moi travaillions ensemble pour trouver une solution, et nous avons plus tard réalisé que nous pourrions résoudre ce problème si nous trouvions un moyen pour les adolescents de former directement les données du modèle.

C’était le moment « Aha » qui allait plus tard inspirer Pienso : les experts en la matière, et non les ingénieurs en IA comme nous, devraient être en mesure de fournir plus facilement des commentaires sur les données de formation du modèle. Nous avons fini par développer des outils de pointage et de clic qui permettent aux non-experts de former de grandes quantités de données à grande échelle. Nous avons ensuite pris cette technologie dans les écoles locales de Cambridge, Massachusetts, et sollicité l’aide d’adolescents locaux pour former leurs algorithmes, ce qui nous a permis de capturer plus de nuances dans les algorithmes que précédemment possible. Avec cette technologie, nous avons travaillé avec des organisations comme MTV et l’hôpital Brigham and Women’s.

Pouvez-vous partager l’histoire de la création de Pienso à partir de MIT en tant qu’entreprise indépendante ?

Nous savions toujours que cette technologie pouvait fournir de la valeur au-delà de l’utilisation pour laquelle nous l’avions construite, mais ce n’est qu’en 2016 que nous avons finalement fait le saut pour la commercialiser, lorsque Karthik a terminé son doctorat. À cette époque, l’apprentissage profond explosait en popularité, mais c’étaient principalement les ingénieurs en IA qui l’utilisaient car personne d’autre n’avait l’expertise pour former et servir ces modèles.

Quelles sont les innovations clés et les algorithmes qui permettent l’interface no-code de Pienso pour la construction de modèles d’IA ? Comment Pienso garantit-il que les experts en domaine, sans formation technique, peuvent former efficacement des modèles d’IA ?

Pienso élimine les barrières de « MLOps » — nettoyage des données, étiquetage des données, formation du modèle et déploiement. Notre plateforme utilise une approche d’apprentissage automatique semi-supervisé, qui permet aux utilisateurs de commencer avec des données de formation non étiquetées, puis d’utiliser l’expertise humaine pour annoter rapidement et avec précision de grands volumes de données textuelles sans avoir à écrire de code. Ce processus forme des modèles d’apprentissage profond qui sont capables de classifier et de générer avec précision du texte nouveau.

Comment Pienso propose-t-il une personnalisation dans le développement de modèles d’IA pour répondre aux besoins spécifiques de différentes organisations ?

Nous sommes de fervents partisans de l’idée qu’aucun modèle ne peut résoudre tous les problèmes pour chaque entreprise. Nous devons être en mesure de construire et de former des modèles personnalisés si nous voulons que l’IA comprenne les nuances de chaque cas d’entreprise et d’utilisation spécifique. C’est pourquoi Pienso permet de former des modèles directement sur les données d’une organisation. Cela atténue les préoccupations de confidentialité liées à l’utilisation de modèles de base et peut également fournir des informations plus précises.

Pienso s’intègre également aux systèmes d’entreprise existants via des API, permettant aux résultats d’inférence d’être livrés dans différents formats. Pienso peut également fonctionner sans s’appuyer sur des services ou des API tiers, ce qui signifie que les données n’ont jamais besoin d’être transmises en dehors d’un environnement sécurisé. Il peut être déployé sur les principaux fournisseurs de cloud ainsi que sur site, ce qui en fait un choix idéal pour les industries qui nécessitent de fortes mesures de sécurité et de conformité, telles que les agences gouvernementales ou la finance.

Comment voyez-vous l’évolution de la plateforme au cours des prochaines années ?

Au cours des prochaines années, Pienso continuera d’évoluer en se concentrant sur une plus grande scalabilité et efficacité. À mesure que la demande d’analyse de texte à grande échelle augmente, nous améliorerons notre capacité à gérer des ensembles de données plus importants avec des temps d’inférence plus rapides et des analyses plus complexes. Nous nous engageons également à réduire les coûts associés au scaling de grands modèles de langage pour que les entreprises puissent obtenir de la valeur sans compromettre la vitesse ou la précision.

Nous pousserons également plus loin la démocratisation de l’IA. Pienso est déjà une plateforme de code réduit/no-code, mais nous envisageons d’étendre encore l’accessibilité de nos outils. Nous affinerons continuellement notre interface pour que une gamme plus large d’utilisateurs, des analystes commerciaux aux équipes techniques, puissent continuer à former, affiner et déployer des modèles sans nécessiter d’expertise technique approfondie.

À mesure que nous travaillons avec plus de clients dans diverses industries, Pienso s’adaptera pour offrir des solutions plus personnalisées. Que ce soit dans le domaine de la finance, des soins de santé ou du gouvernement, notre plateforme évoluera pour incorporer des modèles et des modules spécifiques à l’industrie pour aider les utilisateurs à affiner leurs modèles plus efficacement pour leurs cas d’utilisation spécifiques.

Pienso deviendra encore plus intégré dans l’écosystème plus large de l’IA, travaillant sans effort aux côtés des solutions / outils des principaux fournisseurs de cloud et des solutions sur site. Nous nous concentrerons sur le développement d’intégrations plus solides avec d’autres plates-formes de données et outils, permettant un flux de travail d’IA plus cohérent qui s’intègre dans les piles technologiques existantes des entreprises.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Pienso.