Birago Jones, ผู้ร่วมก่อตั้งและ CEO ของ Pienso – ซีรีส์สัมภาษณ์

Birago Jones เป็น CEO และผู้ร่วมก่อตั้งของ Pienso ซึ่งเป็นแพลตฟอร์ม no-code/low-code สำหรับองค์กรในการฝึกอบรมและใช้งานโมเดล AI โดยไม่ต้องมีทักษะด้านวิทยาศาสตร์ข้อมูลหรือการเขียนโปรแกรมขั้นสูง ลูกค้าของ Birago ในปัจจุบันรวมถึงรัฐบาลสหรัฐฯ และ Sky ซึ่งเป็นสถานีโทรทัศน์ที่ใหญ่ที่สุดในสหราชอาณาจักร Pienso พัฒนาโดยอาศัยการวิจัยของ Birago จากสถาบันเทคโนโลยีแมสซาชูเซตส์ (MIT) โดยที่เขาร่วมกับ Karthik Dinakar ทำงานเป็นผู้ช่วยวิจัยที่ MIT Media Lab เขาเป็นผู้เชี่ยวชาญที่มีชื่อเสียงในด้านการเชื่อมต่อระหว่างปัญญาประดิษฐ์ (AI) และการโต้ตอบระหว่างมนุษย์และคอมพิวเตอร์ (HCI) และเป็นผู้สนับสนุน AI ที่มีความรับผิดชอบ

Pienso มีอินเทอร์เฟซการเรียนรู้แบบโต้ตอบที่ออกแบบมาเพื่อให้ผู้ใช้สามารถใช้ AI ได้อย่างเต็มที่โดยไม่ต้องเขียนโค้ด แพลตฟอร์มจะช่วยให้ผู้ใช้สามารถฝึกอบรมและใช้งานโมเดลภาษาขนาดใหญ่ (LLMs) ที่มีลักษณะเฉพาะและปรับให้เหมาะสมกับคำถามเฉพาะของตน

สิ่งใดที่ดึงดูดคุณให้ศึกษาด้าน AI, HCI (Human Computer Interaction) และประสบการณ์ผู้ใช้?

ผมได้พัฒนโปรเจ็กต์ส่วนตัวที่มุ่งเน้นการสร้างเครื่องมือและแอปพลิเคชันสำหรับผู้พิการทางสายตา เช่น อ่านบรेलดิจิทัลแบบ haptic โดยใช้สมาร์ทโฟนและระบบนำทางในร่ม (ไม้เท้าดิจิทัล) ผมเชื่อว่า AI สามารถเพิ่มและสนับสนุนความพยายามเหล่านี้

Pienso ถูกสร้างขึ้นในช่วงเวลาที่คุณอยู่ที่ MIT วิธีการฝึกโมเดลการเรียนรู้ของเครื่องจักรให้สามารถเข้าถึงได้สำหรับผู้ใช้ที่ไม่ใช่เทคนิคเกิดขึ้นได้อย่างไร?

ผู้ร่วมก่อตั้ง Karthik และผมได้พบกันในโรงเรียนสอนภาษาในขณะที่เราทั้งสองคนกำลังทำวิจัยที่ MIT Media Lab เราได้ร่วมมือกันในโปรเจ็กต์หนึ่งเพื่อสร้างเครื่องมือที่จะช่วยให้แพลตฟอร์มโซเชียลมีเดียสามารถดูแลและระบุเนื้อหาที่ก่อให้เกิดการกลั่นแกล้งได้ เครื่องมือนี้ได้รับความสนใจอย่างมาก และเรายังได้รับเชิญให้ไปที่ทำเนียบขาวเพื่อแสดงเทคโนโลยีนี้ในช่วงการประชุมสุดยอดเกี่ยวกับการกลั่นแกล้งทางไซเบอร์

มีปัญหาเพียงอย่างเดียวคือ แม้ว่าโมเดลจะทำงานตามที่คาดไว้ แต่ก็ไม่ได้รับการฝึกอบรมจากข้อมูลที่ถูกต้อง ดังนั้นจึงไม่สามารถระบุเนื้อหาที่เป็นอันตรายที่ใช้ภาษาสแลงวัยรุ่นได้ Karthik และผมทำงานร่วมกันเพื่อแก้ปัญหานี้ และต่อมาเราสามารถแก้ไขปัญหานี้ได้หากเราพบวิธีให้เด็กวัยรุ่นฝึกโมเดลข้อมูลโดยตรง

นี่คือ “Aha” โมเมนต์ที่จะสร้างแรงบันดาลใจให้กับ Pienso ในอนาคต: ผู้เชี่ยวชาญด้านเนื้อหาสาระ ไม่ใช่ผู้เชี่ยวชาญด้าน AI เช่นเรา ควรจะสามารถให้ข้อมูลเข้าไปในโมเดลการฝึกอบรมได้ง่ายขึ้น เราได้พัฒนาเครื่องมือแบบ point-and-click ที่ช่วยให้ผู้ไม่ใช่ผู้เชี่ยวชาญสามารถฝึกอบรมข้อมูลจำนวนมากได้ตามมาตราส่วน เราได้นำเทคโนโลยีนี้ไปที่โรงเรียนท้องถิ่นในเคมบริดจ์ รัฐแมสซาชูเซตส์ และขอความช่วยเหลือจากเด็กวัยรุ่นท้องถิ่นในการฝึกอบรมอัลกอริธึม ซึ่งช่วยให้เราสามารถจับเนื้อหาที่มีรายละเอียดมากขึ้นในอัลกอริธึมได้มากกว่าที่เคยทำได้ ด้วยเทคโนโลยีนี้ เราได้ทำงานร่วมกับองค์กร เช่น MTV และ Brigham และ Women’s Hospital

คุณสามารถแบ่งปันเรื่องราวเกี่ยวกับการก่อตั้ง Pienso จาก MIT และพัฒนาเป็นบริษัทของตัวเองได้หรือไม่?

เรารู้เสมอว่าเทคโนโลยีนี้สามารถให้คุณค่ามากกว่าที่เราสร้างขึ้น แต่ไม่ได้จนกระทั่งปี 2016 ที่เราตัดสินใจที่จะพัฒนาเชิงพาณิชย์เมื่อ Karthik จบปริญญาเอก ในช่วงเวลานั้น การเรียนรู้ลึกกำลังได้รับความนิยม แต่ส่วนใหญ่จะเป็นนักวิศวกร AI ที่นำไปใช้เพราะไม่มีใครมีความเชี่ยวชาญในการฝึกอบรมและใช้งานโมเดลเหล่านี้

นวัตกรรมและอัลกอริทึมหลักๆ ที่ช่วยให้ Pienso มีอินเทอร์เฟซ no-code สำหรับการสร้างโมเดล AI คืออะไร? Pienso รับประกันว่าผู้เชี่ยวชาญด้านโดเมนโดยไม่มีพื้นฐานทางเทคนิคสามารถฝึกโมเดล AI ได้อย่างมีประสิทธิภาพได้อย่างไร?

Pienso ลดข้อจำกัดของ “MLOps” — การทำความสะอาดข้อมูล การทำเครื่องหมายข้อมูล การฝึกอบรมโมเดล และการนำไปใช้ แพลตฟอร์มของเราใช้การเรียนรู้แบบครึ่งอิสระ ซึ่งช่วยให้ผู้ใช้สามารถเริ่มต้นด้วยข้อมูลฝึกอบรมที่ไม่มีการทำเครื่องหมายและจากนั้นใช้ความเชี่ยวชาญของมนุษย์เพื่อทำเครื่องหมายปริมาณข้อมูลข้อความขนาดใหญ่ด้วยความเร็วและความแม่นยำโดยไม่ต้องเขียนโค้ดใดๆ

Pienso มีการปรับแต่งโมเดล AI เพื่อตอบสนองความต้องการเฉพาะขององค์กรต่างๆ ได้อย่างไร?

เรามั่นใจว่าไม่มีโมเดลใดที่สามารถแก้ปัญหาได้ทุกอย่างสำหรับทุกบริษัท เราต้องสามารถสร้างและฝึกอบรมโมเดลที่กำหนดเองหากเราต้องการให้ AI เข้าใจถึงความแตกต่างของแต่ละบริษัทและกรณีการใช้งาน นั่นเป็นเหตุผลที่ Pienso ช่วยให้สามารถฝึกอบรมโมเดลโดยตรงจากข้อมูลขององค์กรได้ ซึ่งจะช่วยลดความกังวลเกี่ยวกับการใช้โมเดลพื้นฐานและสามารถให้ข้อมูลที่แม่นยำยิ่งขึ้น

Pienso ยังรวมเข้ากับระบบองค์กรที่มีอยู่ผ่าน API ทำให้ผลลัพธ์ของการอนุมานสามารถส่งมอบในรูปแบบต่างๆ ได้ Pienso ยังสามารถทำงานได้โดยไม่ต้องอาศัยบริการหรือ API ของบุคคลที่สาม ซึ่งหมายความว่าข้อมูลไม่จำเป็นต้องถูกส่งออกนอกสภาพแวดล้อมที่ปลอดภัย มันสามารถใช้งานได้บนผู้ให้บริการคลาวด์หลักๆ และบนพื้นที่ ทำให้เป็นตัวเลือกที่เหมาะสำหรับอุตสาหกรรมที่ต้องการความปลอดภัยและแนวปฏิบัติด้านการปฏิบัติตามกฎระเบียบที่เข้มงวด เช่น หน่วยงานรัฐบาลหรือการเงิน

คุณเห็นแพลตฟอร์มพัฒนาไปอย่างไรในอีกไม่กี่ปีข้างหน้า?

ในอีกไม่กี่ปีข้างหน้า Pienso จะพัฒนาโดยเน้นไปที่การปรับขนาดและประสิทธิภาพมากขึ้น เมื่อความต้องการการวิเคราะห์ข้อความขนาดใหญ่เพิ่มขึ้น เราจะเพิ่มความสามารถในการจัดการข้อมูลขนาดใหญ่ด้วยเวลาอนุมานที่เร็วขึ้นและวิเคราะห์ที่ซับซ้อนมากขึ้น เรายังตั้งใจที่จะลดต้นทุนในการปรับขนาดโมเดลภาษาขนาดใหญ่เพื่อให้องค์กรมีคุณค่าโดยไม่ต้องประนีประนอมเรื่องความเร็วหรือความแม่นยำ

เราจะผลักดันให้การเข้าถึง AI มีความเท่าเทียมมากขึ้น Pienso เป็นแพลตฟอร์ม no-code/low-code แล้ว แต่เรามองเห็นถึงการขยายความสามารถในการเข้าถึงเครื่องมือของเราให้มากขึ้น เราจะปรับปรุงอินเทอร์เฟซอย่างต่อเนื่องเพื่อให้ผู้ใช้สามารถฝึกอบรม โมเดล และใช้งานได้โดยไม่ต้องมีความเชี่ยวชาญทางเทคนิค

เมื่อเราทำงานกับลูกค้ามากขึ้นในอุตสาหกรรมต่างๆ Pienso จะปรับตัวให้เหมาะสมกับโซลูชันที่กำหนดเองมากขึ้น ไม่ว่าจะเป็นด้านการเงิน การดูแลสุขภาพ หรือรัฐบาล แพลตฟอร์มของเราจะพัฒนาเพื่อรวมเทมเพลตและโมดูลเฉพาะอุตสาหกรรมเพื่อให้ผู้ใช้สามารถปรับโมเดลให้เหมาะสมกับกรณีการใช้งานเฉพาะของตนได้อย่างมีประสิทธิภาพมากขึ้น

Pienso จะรวมเข้ากับระบบนิเวศ AI ที่กว้างขึ้น โดยทำงานร่วมกับโซลูชันและเครื่องมือจากผู้ให้บริการคลาวด์หลักๆ และโซลูชันบนพื้นที่ เราจะมุ่งเน้นในการสร้างการผสมผสานที่แข็งแกร่งมากขึ้นระหว่างแพลตฟอร์มข้อมูลและเครื่องมืออื่นๆ เพื่อให้เกิดกระบวนการทำงาน AI ที่สอดคล้องกันมากขึ้นซึ่งสามารถรวมเข้ากับเทคโนโลยีสแต็คขององค์กรที่มีอยู่

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชม Pienso เพื่อเรียนรู้เพิ่มเติม