Piensoの共同創設者兼CEO、Birago Jones – インタビューシリーズ

Birago Jonesは、PiensoのCEO兼共同創設者です。Piensoは、企業が高度なデータサイエンスやプログラミングスキルを必要とせずにAIモデルをトレーニングしてデプロイできるノーコード/ローコードプラットフォームです。現在、Biragoの顧客には、米国政府や英国最大の放送局であるSkyが含まれています。Piensoは、Biragoがマサチューセッツ工科大学（MIT）で行った研究に基づいています。ここで、Biragoと彼の共同創設者Karthik Dinakarは、MITメディアラボで研究アシスタントとして働きました。Biragoは、人工知能（AI）と人間コンピュータ相互作用（HCI）の分野の著名な権威であり、責任あるAIの擁護者です。

Piensoのインタラクティブな学習インターフェイスは、ユーザーがコードを書くことなくAIの全潜在能力を利用できるように設計されています。プラットフォームは、ユーザーを大規模な言語モデル（LLM）のトレーニングとデプロイのプロセスに導きます。これらのモデルは、ユーザーの専門知識と特定の質問に合わせてファインチューンされています。

あなたがAI、HCI（人間コンピュータ相互作用）、およびユーザーエクスペリエンスの研究を追求するきっかけとなったものは何ですか?

私はすでに、スマートフォンを使ったハプティックデジタルブライルリーダーやインドアナビゲーションシステム（デジタルステッキ）などの、視覚障害者のためのアクセシビリティツールやアプリケーションを開発していました。私は、AIがこれらの努力を強化し、サポートできる可能性があると考えました。

Piensoは、MIT在籍中に最初に考え出されたものです。ノーテクニカルユーザーがアクセスできるマシンラーニングモデルのトレーニングという概念は、どのようにして生まれたのですか?

私の共同創設者Karthikと私は、MITメディアラボで研究を行っていたときに、クラスプロジェクトで出会いました。私たちは、ソーシャルメディアプラットフォームが嫌がらせ的なコンテンツを管理してフラグを立てるのを助けるツールを作成するプロジェクトに取り組んでいました。このツールは多くの注目を集め、サイバーブルーリングサミットの際にホワイトハウスでデモンストレーションを行うよう招待されました。

ただし、1つの問題がありました。モデル自体は期待どおりに機能しましたが、正しいデータでトレーニングされていなかったため、ティーンエイジャーのスラングを使った有害なコンテンツを識別できませんでした。Karthikと私は、この問題を解決する方法を見つけるために協力し、後に、モデルデータのトレーニングにティーンエイジャーが直接参加できるようにすることでこの問題を解決できることを実現しました。

これが、後にPiensoを生み出す「アハ！」の瞬間でした。AIエンジニアである私たちではなく、専門家がモデルデータのトレーニングに直接参加できるようにする必要があります。私たちは、ノンエキスパートが大量のデータをスケールでトレーニングできるポイントアンドクリックツールを開発しました。次に、カンブリッジの地元の学校にこのテクノロジーを持ち込み、地元のティーンエイジャーの協力を得てアルゴリズムをトレーニングし、以前よりもニュアンスに富んだアルゴリズムを実現しました。このテクノロジーを使用して、MTVやブリガム・アンド・ウィメンズ・ホスピタルなどの組織と協力しました。

PiensoがMITから独立した会社として設立された経緯を教えてください。

私たちは常に、このテクノロジーが私たちが構築したユースケースを超えた価値を提供できることを知っていましたが、2016年にKarthikが博士号を取得したときに初めて商業化する決断をしました。当時、ディープラーニングが人気を博していたものの、AIエンジニアだけがこれを利用できる技術であり、誰もがモデルをトレーニングしてデプロイする専門知識を持っていなかったためです。

PiensoのノーコードインターフェイスでAIモデルを構築するための主要な革新とアルゴリズムは何ですか? Piensoは、テクニカルな背景がないドメインエキスパートが効果的にAIモデルをトレーニングできるようにどのようにして保証していますか?

Piensoは、MLOpsの障壁 – データクリーニング、データラベル付け、モデルトレーニング、デプロイを排除します。私たちのプラットフォームは、半教師ありマシンラーニングアプローチを使用し、ユーザーがラベル付けされていないトレーニングデータから始めて、人間の専門知識を使用して大量のテキストデータを迅速に正確に注釈付けることができます。コードを書く必要はありません。このプロセスにより、テキストを正確に分類して新しいテキストを生成できるディープラーニングモデルをトレーニングできます。

Piensoは、さまざまな組織の特定のニーズに応えるためにAIモデル開発のカスタマイズをどのように提供していますか?

私たちは、1つのモデルがすべての問題をすべての企業に解決できるわけではないと信じています。AIが各企業の特定のニューンスを理解するには、カスタムモデルを構築してトレーニングする必要があります。したがって、Piensoは、組織が独自のデータでモデルをトレーニングできるようにします。これにより、基礎モデルを使用する際のプライバシーに関する懸念が軽減され、より正確な洞察が得られます。

Piensoは、APIを介して既存のエンタープライズシステムと統合し、推論結果をさまざまな形式で提供できます。Piensoは、サードパーティのサービスまたはAPIに依存せずに動作し、データをセキュアな環境の外に送信する必要がないため、セキュリティとコンプライアンスの厳格な慣行を必要とする業界、たとえば政府機関や金融機関向けに理想的なソリューションとなります。主要なクラウドプロバイダーおよびオンプレミスでデプロイできます。

次の数年で、プラットフォームがどのように進化することを想定していますか?

次の数年で、Piensoは、スケーラビリティと効率性の向上に重点を置いて進化し続ける予定です。テキスト分析の需要が増加するにつれて、大規模なデータセットをより速く、より複雑な分析で処理できるようにします。また、スケーラブルな大規模言語モデルを使用する際のコストを削減し、企業が速度や精度を妥協することなく価値を得られるようにします。

さらに、AIの民主化を推進します。Piensoはすでにノーコード/ローコードプラットフォームですが、ツールのアクセシビリティをさらに高めていきます。ビジネスアナリストからテクニカルチームまで、幅広いユーザーが、深いテクニカルな専門知識を必要とせずにモデルをトレーニング、ファインチューニング、デプロイできるように、インターフェイスを継続的に改良していきます。

さまざまな業界の顧客と協力するにつれて、Piensoは、よりカスタマイズされたソリューションを提供するために進化します。金融、ヘルスケア、政府など、業界に応じて、ユーザーがモデルをより効果的にファインチューニングできるように、業界固有のテンプレートやモジュールを提供します。

Piensoは、より包括的なAIエコシステムの一部となり、クラウドプロバイダーおよびオンプレミスソリューションのツールやソリューションとシームレスに連携します。既存のエンタープライズテクノロジースタックにフィットする、より統合されたAIワークフローを可能にするため、他のデータプラットフォームやツールとの統合を強化することに重点を置きます。

素晴らしいインタビュー、詳しく知りたい読者はPiensoを訪問してください。