Birago Jones, Co-Fondator și CEO al Pienso – Seria de Interviuri

Birago Jones este CEO și Co-Fondator al Pienso, o platformă no-code/low-code pentru întreprinderi care să poată antrena și implementa modele de inteligență artificială (AI) fără a necesita cunoștințe avansate de știință a datelor sau abilități de programare. Astăzi, clienții lui Birago includ guvernul american și Sky, cel mai mare difuzor din Regatul Unit. Pienso se bazează pe cercetările lui Birago de la Massachusetts Institute of Technology (MIT), unde el și co-fondatorul său, Karthik Dinakar, au lucrat ca asistenți de cercetare în Laboratorul Media MIT. El este o autoritate deosebită în domeniul inteligenței artificiale (AI) și al interacțiunii om-calculator (HCI), și un avocat pentru AI responsabil.

Pienso‘s interfață de învățare interactivă este proiectată pentru a permite utilizatorilor să valorifice AI la potențialul său maxim fără a necesita codare. Platforma îi conduce pe utilizatori prin procesul de antrenare și implementare a modelelor de limbaj mare (LLM) care sunt imprimate cu expertiza lor și ajustate pentru a răspunde la întrebările lor specifice.

Ce v-a atras inițial să urmați studiile în AI, HCI (Interacțiune Om-Calculator) și experiență utilizator?

Deja dezvoltam proiecte personale care vizau crearea unor instrumente de accesibilitate și aplicații pentru nevăzători, cum ar fi un cititor digital de Braille tactil folosind un smartphone și un sistem de navigare interioară (cățuie digitală). Credeam că AI poate îmbunătăți și sprijini aceste eforturi.

Pienso a fost conceput inițial în timpul șederii dvs. la MIT, cum a apărut conceptul de antrenare a modelelor de învățare automată pentru a fi accesibile utilizatorilor non-tehnici?

Co-fondatorul meu, Karthik, și eu ne-am întâlnit la școala de masterat, în timp ce ambele conduceam cercetări în Laboratorul Media MIT. Ne-am asociat pentru un proiect de clasă pentru a construi un instrument care să ajute platformele de socializare să modereze și să semnaleze conținutul dăunător. Instrumentul câștiga multă tracțiune, și am fost chiar invitați la Casa Albă pentru a prezenta tehnologia în timpul unui summit despre cyberbullying.

Există doar o problemă: în timp ce modelul în sine funcționa așa cum trebuia, nu era antrenat pe datele potrivite, astfel încât nu putea identifica conținutul dăunător care folosea slangul adolescentin. Karthik și eu lucram împreună pentru a găsi o soluție, și am realizat ulterior că am putea rezolva această problemă dacă am găsit o modalitate ca adolescenții să poată antrena direct datele modelului.

Acesta a fost momentul “Aha” care a inspirat ulterior Pienso: experții în domeniu, nu inginerii de AI ca noi, ar trebui să poată oferi mai ușor intrări pentru datele de antrenare a modelului. Am dezvoltat instrumente point-and-click care permit non-experților să antreneze cantități mari de date la scară. Am dus apoi această tehnologie în școlile locale din Cambridge, Massachusetts, și am solicitat ajutorul adolescenților locali pentru a antrena algoritmii lor, ceea ce ne-a permis să capturăm mai multă nuanță în algoritmii decât anterior. Cu această tehnologie, am colaborat cu organizații precum MTV și Spitalul Brigham și Women’s.

Puteți împărtăși povestea de geneză a modului în care Pienso a fost ulterior înființat ca o companie independentă din MIT?

Am știut întotdeauna că această tehnologie poate oferi valoare dincolo de cazul de utilizare pe care l-am construit, dar nu a fost până în 2016 când am făcut saltul pentru a o comercializa, când Karthik a finalizat doctoratul său. Până atunci, învățarea profundă exploda în popularitate, dar erau în principal inginerii de AI care o foloseau, deoarece nimeni altcineva nu avea expertiza pentru a antrena și implementa aceste modele.

Care sunt inovațiile și algoritmii cheie care permit interfața no-code a Pienso pentru construirea modelelor de AI? Cum asigură Pienso că experții din domeniu, fără fundal tehnic, pot antrena eficient modele de AI?

Pienso elimină barierele “MLOps” – curățarea datelor, etichetarea datelor, antrenarea modelului și implementarea. Platforma noastră utilizează o abordare de învățare automată semi-supervizată, care permite utilizatorilor să înceapă cu date de antrenare neetichetate și apoi să folosească expertiza umană pentru a annota rapid și cu precizie volume mari de date textuale fără a trebui să scrie cod. Acest proces antrenează modele de învățare profundă care sunt capabile să clasifice și să genereze text nou cu acuratețe.

Cum oferă Pienso personalizarea în dezvoltarea modelului de AI pentru a răspunde nevoilor specifice ale diferitelor organizații?

Suntem ferm convinși că niciun model nu poate rezolva fiecare problemă pentru fiecare companie. Trebuie să putem construi și antrena modele personalizate dacă dorim ca AI să înțeleagă nuanțele fiecărei companii și caz de utilizare specifice. De aceea, Pienso face posibilă antrenarea directă a modelelor pe datele proprii ale unei organizații. Acest lucru atenuează preocupările legate de confidențialitate ale utilizării modelelor fundamentale și poate oferi, de asemenea, perspective mai precise.

Pienso se integrează, de asemenea, cu sistemele existente ale întreprinderii prin API-uri, permițând ca rezultatele inferenței să fie livrate în diferite formate. Pienso poate funcționa, de asemenea, fără a se baza pe servicii sau API-uri terțe, ceea ce înseamnă că datele nu trebuie niciodată transmise în afara unui mediu securizat. Poate fi implementat pe principalii furnizori de cloud, precum și în regim local, ceea ce îl face o potrivire ideală pentru industrii care necesită practici puternice de securitate și conformitate, cum ar fi agențiile guvernamentale sau finanțele.

Cum vedeți evoluția platformei în următorii ani?

În următorii ani, Pienso va continua să evolueze prin concentrarea pe o scalabilitate și eficiență și mai mare. Pe măsură ce cererea pentru analiza textului de volum mare crește, vom îmbunătăți capacitatea noastră de a gestiona seturi de date mai mari cu timp de inferență mai rapid și analiză mai complexă. Suntem, de asemenea, angajați să reducem costurile asociate cu scalarea modelelor de limbaj mare, astfel încât întreprinderile să poată obține valoare fără a compromite viteză sau acuratețe.

Vom face, de asemenea, progrese în democratizarea AI. Pienso este deja o platformă no-code/low-code, dar ne imaginăm extinderea accesibilității instrumentelor noastre și mai mult. Vom continua să rafinăm interfața noastră astfel încât o gamă mai largă de utilizatori, de la analiști de afaceri la echipe tehnice, să poată continua să antreneze, să ajusteze și să implementeze modele fără a necesita expertiză tehnică profundă.

Pe măsură ce lucrăm cu mai mulți clienți din diverse industrii, Pienso va adapta pentru a oferi soluții mai personalizate. Indiferent dacă este vorba de finanțe, îngrijire a sănătății sau guvern, platforma noastră va evolua pentru a include șabloane și module specifice industriei care să ajute utilizatorii să ajusteze modelele lor mai eficient pentru cazurile lor de utilizare specifice.

Pienso va deveni și mai integrat în ecosistemul mai larg al AI, lucrând împreună cu soluțiile / instrumentele de la principalii furnizori de cloud și soluții locale. Ne vom concentra pe construirea unor integrări mai puternice cu alte platforme de date și instrumente, permițând un flux de lucru AI mai coerent care se potrivește în stivele tehnice existente ale întreprinderilor.

Mulțumim pentru acest interviu minunat, cititorii care doresc să afle mai multe despre Pienso ar trebui să viziteze Pienso.