Etienne Bernard, Co-Fundador e CEO da NuMind – Série de Entrevistas

Etienne Bernard é o Co-Fundador e CEO da NuMind, uma empresa de software fundada em junho de 2022, especializada em desenvolver ferramentas de aprendizado de máquina. Etienne é um especialista em IA e aprendizado de máquina. Após um PhD (ENS) e pós-doutorado (MIT) em física estatística, Etienne se juntou à Wolfram Research, onde se tornou o chefe de aprendizado de máquina por 7 anos. Durante esse período, Etienne liderou o desenvolvimento de ferramentas de aprendizado automático, um framework de deep learning de fácil uso e várias aplicações de aprendizado de máquina.

O que inicialmente o atraiu para o aprendizado de máquina?

A primeira vez que ouvi o termo “aprendizado de máquina” foi em 2009, acho, graças ao prêmio Netflix. Encontrei a ideia de que as máquinas podem aprender fascinante e poderosa. Já estava claro para mim que isso levaria a muitas aplicações importantes – incluindo a possibilidade emocionante de criar AIs. Decidi mergulhar nisso e nunca mais voltei.

Após obter um PhD (ENS) e pós-doutorado (MIT) em física estatística, você se juntou à Wolfram Research, onde se tornou o chefe de aprendizado de máquina por 7 anos. Quais foram alguns dos projetos mais interessantes que você trabalhou?

Meu tipo favorito de projetos na Wolfram foi desenvolver funções de aprendizado de máquina automático para a Linguagem Wolfram (também conhecida como Mathematica). O primeiro foi Classify, onde você simplesmente fornece os dados e ele retorna um classificador. Para mim, o aprendizado de máquina sempre foi sobre ser automático. Você não ajusta os hiperparâmetros do seu estudante humano, e não deve fazer isso para a máquina também! Foi bastante desafiador do ponto de vista científico e de engenharia de software criar funções de aprendizado de máquina automático realmente robustas e eficientes.

Criar um framework de rede neural de alto nível também foi um projeto muito interessante. Muitas decisões de design difíceis sobre como representar redes neurais simbolicamente, como visualizá-las e como manipulá-las (ou seja, ser capaz de cortar algumas peças, colar outras juntas, substituir camadas, etc.). Acho que fizemos um trabalho decente, e se fosse de código aberto, tenho certeza de que seria muito utilizado 😉

Durante esse período, você também escreveu um livro seminal intitulado “Introdução ao Aprendizado de Máquina”, quais foram alguns dos desafios por trás da escrita de um livro tão abrangente?

Oh, havia muitos! Levou dois anos no total para escrever. Poderia ter decidido simplesmente escrever um livro “como fazer”, o que teria sido mais fácil, mas parte da minha jornada na Wolfram foi sobre aprender aprendizado de máquina, e senti a necessidade de transmitir isso. Então, a principal dificuldade foi descobrir sobre o que falar exatamente e em que ordem, para torná-lo interessante e fácil de entender. Em seguida, havia os detalhes pedagógicos: deveria usar uma fórmula matemática para esse conceito? Ou algum código? Ou apenas uma visualização? Queria tornar este livro o mais acessível possível, e isso me deu muitas dores de cabeça. No geral, estou feliz com o resultado. Espero que seja útil para muitos!

Poderia compartilhar a história de criação por trás da NuMind?

Ok. Queria criar uma startup há algum tempo, originalmente em 2012 para criar uma ferramenta de auto ML, mas o trabalho na Wolfram era muito divertido. Em seguida, por volta de 2019-2020, os primeiros grandes modelos de linguagem (LLMs) começaram a aparecer, como GPT-2 e então GPT-3. Foi um choque para mim como eles podiam entender e gerar texto. Ao mesmo tempo, podia ver como era doloroso criar modelos de NLP: você precisava lidar com uma equipe de anotação, ter especialistas executando muitos experimentos, etc. Pensei que deveria haver uma maneira de usar esses LLMs por meio de uma ferramenta para melhorar drasticamente a experiência de criar modelos de NLP. Meu co-fundador, Samuel (que, por acaso, é meu primo), compartilhava a mesma visão, e então decidimos criar essa ferramenta.

O objetivo da NuMind é disseminar o uso do aprendizado de máquina – e da inteligência artificial em geral – criando ferramentas simples, mas poderosas. Quais são algumas das ferramentas atualmente disponíveis?

De fato. Nossa primeira ferramenta é para criar modelos de NLP personalizados. Por exemplo, digamos que você queira analisar o sentimento dos seus usuários a partir dos feedbacks deles. Usar um modelo pronto geralmente não é ótimo, porque foi treinado em um tipo diferente de dados e para uma tarefa ligeiramente diferente (tarefas de análise de sentimento são surpreendentemente diferentes umas das outras!). Em vez disso, você deseja treinar um modelo personalizado que funcione bem em seus dados. Nossa ferramenta permite fazer exatamente isso, de maneira extremamente simples e eficiente. Basicamente, você carrega seus dados, realiza uma pequena quantidade de anotação e obtém um modelo que você pode implantar por meio de uma API. Isso é possível graças ao uso de LLMs, mas também a esse novo paradigma de aprendizado que chamamos de Desenvolvimento de IA Interativo.

Quais são alguns dos modelos personalizados que você está vendo serem desenvolvidos a partir da primeira rodada de clientes da NuMind?

Houve alguns analisadores de sentimento. Por exemplo, um cliente está monitorando o sentimento de chats de grupo onde as pessoas estão se ajudando a lutar contra seus vícios. Essa análise é necessária para intervir nos raros casos em que o sentimento está em declínio. Outro cliente usa nossa ferramenta para encontrar quais vagas de emprego são as melhores para um determinado currículo – e, por sinal, acredito que há muito potencial nesse tipo de AIs de casamento. Também temos clientes que estão extrair informações de documentos médicos e legais.

Quanto tempo de economia as empresas podem ver ao usar as ferramentas da NuMind?

Isso depende da aplicação, claro, mas em comparação com soluções tradicionais (rotulando dados e treinando um modelo separadamente), vemos até uma melhoria de 10x na velocidade para obter um modelo e colocá-lo em produção. Espero que esse número melhore à medida que continuarmos desenvolvendo o produto. Eventualmente, acredito que projetos que levariam meses serão concluídos em dias, e com melhor desempenho.

Poderia explicar como o Desenvolvimento de IA Interativo da NuMind funciona?

A ideia do Desenvolvimento de IA Interativo vem de como os humanos se ensinam mutuamente. Por exemplo, digamos que você contrata um estagiário para classificar seus e-mails. Você primeiro descreveria a tarefa e seu propósito. Em seguida, você poderia dar alguns bons exemplos, alguns casos de bordo talvez. Em seguida, seu estagiário começaria a rotular e-mails, e uma conversa começaria. Seu estagiário voltaria com perguntas como “Como devo rotular este?” ou “Acho que devemos criar um novo rótulo para este”, ou até perguntar “por quê” devemos rotular de uma certa maneira. Da mesma forma, você poderia fazer perguntas ao seu estagiário para identificar e corrigir lacunas de conhecimento. Essa forma de ensinar é muito natural e extremamente eficiente em termos de troca de informações. Estamos tentando imitar esse fluxo de trabalho para que os humanos possam ensinar máquinas de forma eficiente.

Em termos técnicos, esse fluxo de trabalho é uma comunicação de baixa latência, alta largura de banda, multimodal e bidirecional entre o humano e a máquina, e decidimos chamá-lo de Desenvolvimento de IA Interativo para enfatizar os aspectos de bidirecionalidade e baixa latência. Vejo isso como um terceiro paradigma para ensinar máquinas, após a programação clássica e o aprendizado de máquina clássico (onde você simplesmente fornece um monte de exemplos da tarefa para o computador descobrir o que fazer).

Esse novo paradigma é desbloqueado por LLMs. De fato, você precisa ter algo que já seja de alguma forma inteligente na máquina para interagir com ela de forma eficiente. Acredito que esse paradigma se tornará comum no futuro próximo, e já podemos ver vislumbres disso com LLMs baseados em chat e com nossa ferramenta, é claro.

Estamos aplicando esse paradigma para ensinar tarefas de NLP, mas isso pode – e será – usado para muito mais, incluindo o desenvolvimento de software.

Há algo mais que você gostaria de compartilhar sobre a NuMind?

Talvez que seja uma ferramenta que pode ser usada por especialistas e não especialistas em aprendizado de máquina, que é multilíngue, que você possui seus próprios modelos, e que os dados podem ficar na sua máquina!

Além disso, estamos em uma fase de beta privada, então, se você tiver alguma necessidade de NLP, ficaríamos felizes em conversar e descobrir se e como podemos ajudá-lo!

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar NuMind.