Бираго Джонс, сооснователь и генеральный директор Pienso – Интервью

Бираго Джонс является генеральным директором и сооснователем Pienso, платформы с низким кодом для предприятий, чтобы обучать и развертывать модели ИИ без необходимости в передовых навыках науки о данных или программирования. Сегодня клиентами Бираго являются правительство США и Sky, крупнейший вещатель в Великобритании. Pienso основана на исследованиях Бираго в Массачусетском технологическом институте (MIT), где он и его сооснователь Картик Динакар работали в качестве исследовательских ассистентов в лаборатории MIT Media Lab. Он является признанным авторитетом в области пересечения искусственного интеллекта (ИИ) и взаимодействия человека и компьютера (HCI), и сторонником ответственного ИИ.

Pienso‘s интерактивный интерфейс обучения предназначен для того, чтобы позволить пользователям использовать ИИ в полной мере без необходимости в программировании. Платформа ведет пользователей через процесс обучения и развертывания больших языковых моделей (LLM), которые запечатлены их опытом и настроены для ответа на их конкретные вопросы.

Что изначально привлекло вас к изучению ИИ, HCI (Взаимодействие человека и компьютера) и пользовательского опыта?

Я уже разрабатывал личные проекты, направленные на создание инструментов доступности и приложений для слепых, таких как цифровой тактильный брайлевский читатель, использующий смартфон, и систему навигации в помещении (цифровая трость). Я считал, что ИИ может улучшить и поддержать эти усилия.

Pienso была первоначально задумана во время вашего пребывания в MIT, как возникла концепция обучения моделей машинного обучения для доступности не-техническим пользователям?

Мой сооснователь Картик и я встретились в аспирантуре, когда мы оба проводили исследования в лаборатории MIT Media Lab. Мы объединились для проекта по созданию инструмента, который бы помог социальным платформам модерировать и флагировать буллинговый контент. Инструмент получил большую популярность, и мы даже были приглашены в Белый дом, чтобы продемонстрировать технологию во время саммита по кибербуллингу.

Была только одна проблема: хотя модель сама по себе работала так, как предполагалось, она не была обучена на правильных данных, поэтому она не могла идентифицировать вредный контент, использующий подростковый сленг. Картик и я работали вместе, чтобы найти решение, и мы позже поняли, что мы можем решить эту проблему, если найдем способ для подростков напрямую обучать модель данных.

Это был “Ага”-момент, который позже вдохновил Pienso: эксперты по предмету, а не инженеры ИИ, как мы, должны быть в состоянии более легко предоставлять ввод на обучение модели данных. Мы разработали инструменты point-and-click, которые позволяют не-экспертам обучать большие объемы данных в масштабе. Мы затем взяли эту технологию в местные школы Кембриджа, штат Массачусетс, и попросили помощи у местных подростков для обучения их алгоритмов, что позволило нам захватить больше нюансов в алгоритмах, чем ранее было возможно. С этой технологией мы работали с организациями, такими как MTV и больница Бригама и женщин.

Можете ли вы рассказать историю о том, как Pienso была затем выделена из MIT в свою компанию?

Мы всегда знали, что эта технология может предоставить ценность за пределами случая, который мы построили, но только в 2016 году мы наконец сделали шаг к коммерциализации ее, когда Картик завершил свою диссертацию. К тому времени глубокое обучение взорвалось в популярности, но оно в основном использовалось инженерами ИИ, потому что никто другой не имел экспертизы для обучения и развертывания этих моделей.

Какие ключевые инновации и алгоритмы позволяют Pienso иметь интерфейс без кода для построения моделей ИИ? Как Pienso гарантирует, что эксперты по предмету без технического фона могут эффективно обучать модели ИИ?

Pienso устраняет барьеры “MLOps” – очистки данных, маркировки данных, обучения моделей и развертывания. Наша платформа использует подход полу-наблюдаемого машинного обучения, который позволяет пользователям начинать с не-маркированных обучающих данных, а затем использовать человеческую экспертизу для аннотации больших объемов текстовых данных быстро и точно без необходимости писать код. Этот процесс обучает глубокие модели обучения, которые способны точно классифицировать и генерировать новый текст.

Как Pienso предлагает настройку разработки моделей ИИ для удовлетворения конкретных потребностей различных организаций?

Мы твердо убеждены, что ни одна модель не может решить каждую проблему для каждой компании. Нам нужно быть в состоянии строить и обучать пользовательские модели, если мы хотим, чтобы ИИ понимал нюансы каждой конкретной компании и случая. Вот почему Pienso позволяет обучать модели напрямую на данных организации. Это устраняет проблемы с конфиденциальностью при использовании фундаментальных моделей и также может обеспечить более точные идеи.

Pienso также интегрируется с существующими корпоративными системами через API, что позволяет результатам вывода доставляться в разных форматах. Pienso также может работать без использования сторонних услуг или API, что означает, что данные никогда не нужно передавать вне безопасной среды. Она может быть развернута на крупных облачных провайдерах, а также на месте, что делает ее идеальным выбором для отраслей, которые требуют сильной безопасности и соблюдения правил, таких как государственные агентства или финансы.

Как вы видите эволюцию платформы в ближайшие несколько лет?

В ближайшие несколько лет Pienso будет продолжать развиваться, сосредотачиваясь на еще большей масштабируемости и эффективности. По мере роста спроса на высокообъемный текстовый анализ мы повысим нашу способность обрабатывать более крупные наборы данных с более быстрыми временами вывода и более сложным анализом. Мы также будем работать над снижением затрат, связанных с масштабированием больших языковых моделей, чтобы обеспечить предприятиям ценность без компромисса скорости или точности.

Мы также будем дальше продвигаться в демократизации ИИ. Pienso уже является платформой с низким кодом, но мы представляем себе расширение доступности наших инструментов еще больше. Мы будем постоянно совершенствовать наш интерфейс, чтобы более широкий круг пользователей, от бизнес-аналитиков до технических команд, могли продолжать обучать, настраивать и развертывать модели без необходимости в глубоких технических знаниях.

По мере работы с более клиентами из разных отраслей Pienso будет адаптироваться, чтобы предложить более адаптированные решения. Будь то финансы, здравоохранение или государство, наша платформа будет развиваться, чтобы включать отраслевые шаблоны и модули, которые помогут пользователям более эффективно настраивать свои модели для своих конкретных случаев.

Pienso станет еще более интегрированной в более широкую экосистему ИИ, работая бесшовно вместе с решениями / инструментами от крупных облачных провайдеров и на месте. Мы будем сосредотачиваться на построении более сильных интеграций с другими платформами данных и инструментами, что позволит создать более сплоченный рабочий процесс ИИ, который вписывается в существующие корпоративные технологические стэки.

Спасибо за отличное интервью, читателям, которые хотят узнать больше, следует посетить Pienso.