Birago Jones, Co-Founder dan CEO Pienso – Seri Wawancara

Birago Jones adalah CEO dan Co-Founder Pienso, sebuah platform no-code/low-code untuk perusahaan untuk melatih dan mengirimkan model AI tanpa memerlukan keahlian ilmu data lanjutan atau keterampilan pemrograman. Hari ini, pelanggan Birago termasuk pemerintah AS dan Sky, penyiar terbesar di Inggris. Pienso didasarkan pada penelitian Birago dari Massachusetts Institute of Technology (MIT), di mana dia dan co-founder-nya Karthik Dinakar bertindak sebagai asisten penelitian di MIT Media Lab. Dia adalah otoritas terkemuka dalam persimpangan kecerdasan buatan (AI) dan interaksi manusia-komputer (HCI), dan merupakan advokat untuk AI yang bertanggung jawab.

Pienso‘s antarmuka pembelajaran interaktif dirancang untuk memungkinkan pengguna memanfaatkan AI secara maksimal tanpa perlu pengetahuan coding. Platform ini membantu pengguna melalui proses pelatihan dan penerapan model bahasa besar (LLM) yang diberi cap dengan keahlian mereka dan disesuaikan untuk menjawab pertanyaan spesifik mereka.

Apa yang awalnya menarik Anda untuk mengejar studi di AI, HCI (Human Computer Interaction) dan pengalaman pengguna?

Saya sudah mengembangkan proyek pribadi yang berfokus pada menciptakan alat aksesibilitas dan aplikasi untuk orang buta, seperti pembaca braille digital haptik menggunakan smartphone dan sistem navigasi indoor (tongkat digital). Saya percaya AI dapat meningkatkan dan mendukung upaya ini.

Pienso awalnya dikonseptualisasikan selama waktu Anda di MIT, bagaimana konsep pelatihan model pembelajaran mesin untuk diakses oleh pengguna non-teknis berasal?

Co-founder saya Karthik dan saya bertemu di sekolah pascasarjana saat kami berdua melakukan penelitian di MIT Media Lab. Kami berdua bekerja sama untuk sebuah proyek kelas untuk membangun alat yang akan membantu platform media sosial untuk memoderasi dan menandai konten pelecehan. Alat itu mendapatkan banyak perhatian, dan kami bahkan diundang ke Gedung Putih untuk memberikan demonstrasi teknologi selama sebuah pertemuan tentang pelecehan siber.

Namun, ada satu masalah: meskipun model itu sendiri bekerja sebagaimana mestinya, itu tidak dilatih pada data yang tepat, sehingga tidak dapat mengidentifikasi konten berbahaya yang menggunakan bahasa slang remaja. Karthik dan saya bekerja sama untuk mencari solusi, dan kemudian kami menyadari bahwa kami bisa memperbaiki masalah ini jika kami menemukan cara untuk memungkinkan remaja melatih data model secara langsung.

Inilah “Aha” moment yang kemudian menginspirasi Pienso: ahli mata pelajaran, bukan insinyur AI seperti kami, seharusnya dapat lebih mudah memberikan input pada data pelatihan model. Kami mengembangkan alat point-and-click yang memungkinkan non-ahli untuk melatih sejumlah besar data dalam skala besar. Kami kemudian membawa teknologi ini ke sekolah-sekolah setempat di Cambridge, Massachusetts, dan meminta bantuan remaja setempat untuk melatih algoritma mereka, yang memungkinkan kami menangkap nuansa yang lebih besar dalam algoritma daripada sebelumnya. Dengan teknologi ini, kami bekerja sama dengan organisasi seperti MTV dan Rumah Sakit Brigham dan Wanita.

Bisakah Anda membagikan kisah asal-usul Pienso yang kemudian dipisahkan dari MIT menjadi perusahaan mandiri?

Kami selalu tahu bahwa teknologi ini dapat memberikan nilai di luar kasus penggunaan yang kami bangun, tetapi tidak sampai 2016 kami akhirnya membuat lompatan untuk mengkomersialkannya, ketika Karthik menyelesaikan PhD-nya. Pada saat itu, pembelajaran dalam adalah ledakan popularitas, tetapi sebagian besar insinyur AI yang menggunakannya karena tidak ada yang lain yang memiliki keahlian untuk melatih dan menerapkan model ini.

Apa yang menjadi inovasi utama dan algoritma yang memungkinkan antarmuka no-code Pienso untuk membangun model AI? Bagaimana Pienso memastikan bahwa ahli domain, tanpa latar belakang teknis, dapat secara efektif melatih model AI?

Pienso menghilangkan hambatan “MLOps” — pembersihan data, pelabelan data, pelatihan model, dan penerapan. Platform kami menggunakan pendekatan pembelajaran mesin semi-terawasi, yang memungkinkan pengguna untuk memulai dengan data pelatihan yang tidak dilabeli dan kemudian menggunakan keahlian manusia untuk menandai sejumlah besar teks data dengan cepat dan akurat tanpa harus menulis kode. Proses ini melatih model pembelajaran dalam yang dapat mengklasifikasikan dan menghasilkan teks baru dengan akurat.

Bagaimana Pienso menawarkan kustomisasi dalam pengembangan model AI untuk memenuhi kebutuhan spesifik dari berbagai organisasi?

Kami adalah pendukung kuat bahwa tidak ada satu model yang dapat menyelesaikan setiap masalah untuk setiap perusahaan. Kami perlu dapat membangun dan melatih model kustom jika kami ingin AI memahami nuansa spesifik dari setiap perusahaan dan kasus penggunaan. Itulah mengapa Pienso memungkinkan pelatihan model langsung pada data organisasi. Ini menghilangkan kekhawatiran privasi tentang menggunakan model dasar, dan juga dapat memberikan wawasan yang lebih akurat.

Pienso juga terintegrasi dengan sistem perusahaan yang ada melalui API, yang memungkinkan hasil inferensi disampaikan dalam format yang berbeda. Pienso juga dapat beroperasi tanpa bergantung pada layanan atau API pihak ketiga, yang berarti data tidak pernah perlu dikirimkan di luar lingkungan yang aman. Ini dapat diterapkan pada penyedia cloud utama serta on-premise, membuatnya ideal untuk industri yang memerlukan praktik keamanan dan kepatuhan yang kuat, seperti lembaga pemerintah atau keuangan.

Bagaimana Anda melihat platform ini berkembang dalam beberapa tahun ke depan?

Dalam beberapa tahun ke depan, Pienso akan terus berkembang dengan fokus pada skalabilitas dan efisiensi yang lebih besar. Ketika permintaan analitik teks besar tumbuh, kami akan meningkatkan kemampuan kami untuk menangani dataset yang lebih besar dengan waktu inferensi yang lebih cepat dan analisis yang lebih kompleks. Kami juga berkomitmen untuk mengurangi biaya yang terkait dengan penskalaan model bahasa besar untuk memastikan perusahaan mendapatkan nilai tanpa mengorbankan kecepatan atau akurasi.

Kami juga akan mendorong lebih jauh dalam demokratisasi AI. Pienso sudah merupakan platform no-code/low-code, tetapi kami membayangkan memperluas aksesibilitas alat kami lebih lanjut. Kami akan terus memperbarui antarmuka kami sehingga berbagai pengguna, dari analis bisnis hingga tim teknis, dapat terus melatih, menyesuaikan, dan menerapkan model tanpa memerlukan keahlian teknis yang mendalam.

Ketika kami bekerja dengan lebih banyak pelanggan di berbagai industri, Pienso akan beradaptasi untuk menawarkan solusi yang lebih disesuaikan. Apakah itu keuangan, kesehatan, atau pemerintah, platform kami akan berkembang untuk mengintegrasikan template dan modul spesifik industri untuk membantu pengguna menyesuaikan model mereka lebih efektif untuk kasus penggunaan spesifik mereka.

Pienso akan menjadi lebih terintegrasi dalam ekosistem AI yang lebih luas, bekerja sama dengan solusi / alat dari penyedia cloud utama dan solusi on-premise. Kami akan fokus pada membangun integrasi yang lebih kuat dengan platform data dan alat lainnya, memungkinkan alur kerja AI yang lebih kohesif yang sesuai dengan tumpukan teknologi perusahaan yang ada.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi Pienso.