Birago Jones, Pienso의 공동 창립자 및 CEO – 인터뷰 시리즈

Birago Jones는 Pienso의 CEO이자 공동 창립자입니다. Pienso는 기업이 고급 데이터 과학이나 프로그래밍 기술 없이도 AI 모델을 훈련하고 배포할 수 있는 노코드/로우코드 플랫폼입니다. 현재 Birago의 고객은 미국 정부와 영국에서 가장 큰 방송국인 Sky를 포함합니다. Pienso는 매사추세츠 공과대학(MIT)에서 Birago가 수행한 연구를 기반으로 합니다. 여기서 그는 공동 창립자 Karthik Dinakar와 함께 MIT 미디어 랩에서 연구 보조원으로 근무했습니다. 그는 인공지능(AI)와 인간-컴퓨터 상호작용(HCI)의 교차점에서 권위자이며 책임 있는 AI의 옹호자입니다.

Pienso의 인터랙티브 학습 인터페이스는 사용자가 코딩 없이 AI의 전체 잠재력을 활용할 수 있도록 설계되었습니다. 플랫폼은 사용자를 통해 전문 지식을 담고 특정 질문에 대한 답변을 미세 조정한 대규모 언어 모델(LLM)을 훈련하고 배포하는 과정을 안내합니다.

AI, HCI(인간-컴퓨터 상호작용), 사용자 경험에 대한 연구를 추구하게 된 초기 동기는 무엇입니까?

저는 이미 블라인드 개인용 도구와 애플리케이션, 즉 스마트폰을 사용한 햅틱 디지털 브레일 리더와 디지털 캐인(실내 길 찾기 시스템)을 개발하는 개인 프로젝트에 이미 참여하고 있었습니다. 저는 AI가 이러한 노력을 강화하고 지원할 수 있다고 믿었습니다.

Pienso는 초기에 MIT에서 구상되었습니다. 비기술 사용자가 머신 러닝 모델을 훈련할 수 있도록 하는 개념은 어떻게 시작되었습니다?

제 공동 창립자 Karthik와 저는 대학원에서 MIT 미디어 랩에서 연구를 수행하던 중 만났습니다. 우리는 소셜 미디어 플랫폼에서 괴롭힘과 불쾌한 내용을 조정하고 플래그하는 도구를 구축하기 위한 수업 프로젝트를 함께 작업했습니다. 이 도구는 많은 인기를 얻었고, 우리는 사이버 괴롭힘 정상에 대한 기술을 시연하기 위해 백악관에 초대되었습니다.

하지만 하나의 문제가 있었습니다. 모델 자체는 의도한 대로 작동했지만, 올바른 데이터에 훈련되지 않았기 때문에 고등학교 학생들이 사용하는 속어를 사용하는 유해한 내용을 식별할 수 없었습니다. Karthik과 저는 함께 해결책을 찾고 있었고, 나중에 모델 데이터에 직접 입력을 제공할 수 있는 방법을 찾으면 이 문제를 해결할 수 있을 것이라고 깨달았습니다.

이것이 후에 Pienso를 영감을 준 “아하” 순간이었습니다. 주제 전문가, 즉 저와 같은 AI 엔지니어가 아니라 모델 훈련 데이터에 대한 입력을 제공할 수 있어야 합니다. 우리는 비전문가가 대규모 데이터를 훈련할 수 있는 포인트 앤 클릭 도구를 개발했습니다. 우리는 이 기술을 매사추세츠 주 케임브리지의 현지 학교에 적용하여 현지 고등학생들의 도움을 받아 알고리즘을 훈련시켰습니다. इसस로 이전에는 불가능했던 알고리즘의 세부 사항을 포착할 수 있었습니다. 이 기술을 사용하여 우리는 MTV와 브리검 앤 여성병원과 같은 조직과 협력했습니다.

Pienso가 MIT에서 독립된 회사로 분리된 기원 이야기를 공유할 수 있습니까?

우리는 항상 이 기술이 우리가 구축한 사용 사례를 넘어서 가치를 제공할 수 있다는 것을 알았지만, 2016년까지는 이를 상업화하기로 결심하지 않았습니다. 그 때 Karthik이 박사 학위를 마쳤을 때였습니다. 그 때까지 깊은 학습이 인기를 얻고 있었지만, 이는 주로 AI 엔지니어들이 이를 사용하고 있었기 때문에 다른 사람은 이러한 모델을 훈련하고 제공하는 전문 지식이 없었습니다.

Pienso의 노코드 인터페이스를 통해 AI 모델을 구축할 수 있는 주요 혁신과 알고리즘은 무엇입니까? Pienso는 기술 배경이 없는 도메인 전문가가 효과적으로 AI 모델을 훈련할 수 있도록 어떻게 보장합니까?

Pienso는 “MLOps”의 장벽, 즉 데이터 정리, 데이터 레이블링, 모델 훈련 및 배포를 제거합니다. 플랫폼은 반감독 학습 접근 방식을 사용하여 사용자가 레이블이 없는 훈련 데이터에서 시작하여 인간의 전문 지식을 사용하여大量의 텍스트 데이터를 빠르고 정확하게 주석을 달 수 있습니다. 이 과정은 텍스트를 정확하게 분류하고 생성할 수 있는 깊은 학습 모델을 훈련시킵니다.

Pienso는 다양한 조직의 특정 요구 사항에 맞게 AI 모델 개발을 사용자 정의할 수 있습니까?

우리는 한 모델이 모든 문제를 해결할 수 없으며, 각 회사와 사용 사례에 대한 세부 사항을 이해하기 위해 사용자 정의 모델을 구축하고 훈련해야 한다고 믿습니다. 따라서 Pienso는 조직의 자체 데이터에 직접 모델을 훈련할 수 있도록 합니다. 이는 기초 모델을 사용할 때의 개인 정보 문제를 완화하고 더 정확한 통찰력을 제공할 수 있습니다.

Pienso는 또한 API를 통해 기존 엔터프라이즈 시스템과 통합하여 추론 결과를 다양한 형식으로 전달할 수 있습니다. Pienso는 또한 제3자 서비스 또는 API에 의존하지 않고 작동할 수 있으므로 데이터가 보안 환경 외부로 전송될 필요가 없습니다. 주요 클라우드 제공업체 및 온프레미스에서 배포할 수 있으므로, 강한 보안 및 규정 준수 실천이 필요한 정부 기관 또는 금융과 같은 산업에 이상적인 솔루션입니다.

향후 몇 년 동안 플랫폼이 어떻게 발전할 것으로 보십니까?

향후 몇 년 동안 Pienso는 확장성과 효율성을 더욱 강화함으로써 발전할 것입니다. 고용량 텍스트 분석의需求이 증가함에 따라, 우리는 더 큰 데이터 세트를 더 빠른 추론 시간과 더 복잡한 분석으로 처리할 수 있는 능력을 향상시킬 것입니다. 또한 확장된 대규모 언어 모델의 비용을 줄여 기업이 속도 또는 정확성에妥協하지 않고 가치를 얻을 수 있도록 할 것입니다.

우리는 또한 AI의 민주화를 추진할 것입니다. Pienso는 이미 노코드/로우코드 플랫폼이지만, 우리는 도구의 접근성을 더욱 확대할 것입니다. 우리는 비즈니스 분석가부터 기술 팀까지 더广い 사용자 범위가 모델을 훈련, 조정 및 배포할 수 있도록 인터페이스를 지속적으로 개선할 것입니다.

다양한 산업의 더 많은 고객과 협력함에 따라, Pienso는 더 많은 맞춤형 솔루션을 제공하기 위해 적응할 것입니다. 금융, 의료, 정부와 같은 산업에 관계없이, 플랫폼은 사용자가 특정 사용 사례에 대해 모델을 더 효과적으로 미세 조정할 수 있도록 산업별 템플릿 및 모듈을 통합할 것입니다.

Pienso는 더广い AI 생태계와无缝하게 협력하여, 기존 엔터프라이즈 기술 스택에 맞는 더 일관된 AI 워크플로우를 제공할 것입니다. 우리는 다른 데이터 플랫폼 및 도구와의 통합을 강화하고, 더 강력한 통합을 구축하여, 사용자가 기존 기술 스택에 맞게 AI 워크플로우를 더 쉽게 구축할 수 있도록 할 것입니다.

멋진 인터뷰 감사합니다. 더 많은 정보를 배우고 싶은 독자는 Pienso를 방문하십시오.