Birago Jones, Pienso’nun Kurucu Ortağı ve CEO’su – Röportaj Serisi

Birago Jones Pienso’nun CEO’su ve kurucu ortağıdır. Pienso, gelişmiş veri bilimi veya programlama becerilerine gerek kalmadan AI modellerini eğitmek ve dağıtmak için işletmeler tarafından kullanılan bir no-code/low-code platformudur. Bugün, Birago’nun müşterileri arasında ABD hükümeti ve İngiltere’nin en büyük yayıncısı Sky bulunmaktadır. Pienso, Massachusetts Teknoloji Enstitüsü’ndeki (MIT) Birago’nun araştırmasına dayanmaktadır. Burada, kurucu ortakları Karthik Dinakar ile birlikte MIT Medya Laboratuvarı’nda araştırma asistanları olarak görev yaptılar. O, yapay zeka (AI) ve insan-bilgisayar etkileşimi (HCI) kesişiminde önde gelen bir otorite ve sorumlu AI’nin savunucusudur.

Pienso‘nun etkileşimli öğrenme arayüzü, kullanıcıların kod yazmadan AI’nin tam potansiyelini kullanmasını sağlar. Platform, kullanıcıları büyük dil modellerini (LLM’ler) eğitmek ve dağıtmak için yönlendirir. Bu modeller, kullanıcıların uzmanlığına işlenmiştir ve spesifik sorulara cevap vermek için fine-tune edilmiştir.

Sizce AI, HCI (İnsan-Bilgisayar Etkileşimi) ve kullanıcı deneyimi konularında eğitim almaya yönlendiren ilk şey nedir?

Kendim için erişilebilirlik araçları ve uygulamaları geliştirmiştim, örneğin bir akıllı telefonda bir dokunsal dijital Braille okuyucu ve bir iç mekan yönlendirme sistemi (dijital koltuk değneği). AI’nin bu çabaları güçlendirebileceğine inanıyordum.

Pienso, MIT’deki zamanınızda nasıl ortaya çıktı? AI modellerini eğitmek için makine öğrenimi modellerini erişilebilir kılmak fikri nasıl doğdu?

Kurucu ortaklarım Karthik ve ben, MIT Medya Laboratuvarı’ndaki bir sınıf projesi için bir araya geldik. Sosyal medya platformlarındaTaciz içeriklerini düzenlemek ve işaretlemek için bir araç geliştirdik. Araç büyük ilgi gördü ve sogar Beyaz Saray’da siber zorbalık zirvesinde teknolojiyi göstermek için davet edildik.

Ancak, bir sorun vardı: Model kendisi iyi çalışıyordu, ancak doğru verilere eğitilmediği için zararlı içeriği teenage argosu kullandığında tanımlayamıyordu. Karthik ve ben, bu sorunu çözmek için birlikte çalışıyorduk ve sonra model eğitim verilerini doğrudan teenage kullanıcıların sağlaması gerektiğini fark ettik.

Bu, Pienso’nun ilham kaynağı olan “Aha” anı oldu: Konu uzmanı, AI mühendisleri gibi bizim değil, model eğitim verilerine daha kolay girebilmeli. Büyük ölçekli veri eğitimini sağlayan nokta ve tıklama araçları geliştirdik. Daha sonra bu teknolojiyi Cambridge, Massachusetts okullarına götürdük ve yerel gençlerin algoritmalarını eğitmelerine yardım ettik. Bu, daha önce mümkün olmayan bir şekilde algoritmaların nüansını yakalamamızı sağladı. Bu teknolojiyle, MTV ve Brigham and Women’s Hospital gibi kuruluşlarla çalışmaya başladık.

Pienso, MIT’den nasıl kendi şirketini kurdu?

Bu teknolojinin daha geniş bir kullanım alanı olabileceğini her zaman biliyorduk, ancak 2016’ya kadar bunu ticari olarak geliştirmeye karar vermedik, Karthik doktora eğitimini tamamladığında. O zamanlar derin öğrenme popülerlik kazanıyordu, ancak yalnızca AI mühendisleri tarafından kullanılıyordu, çünkü başkalarının bu modelleri eğitmek ve dağıtmak için gerekli uzmanlığa sahip değildi.

Pienso’nun no-code arayüzünü sağlayan ana yenilikler ve algoritmalar nelerdir? Pienso, teknik arka planı olmayan domaine uzmanlarının AI modellerini etkili bir şekilde eğitmelerini nasıl sağlar?

Pienso, “MLOps” engellerini ortadan kaldırır – veri temizleme, veri etiketleme, model eğitimi ve dağıtımı. Platformumuz, yarı-denetimli bir makine öğrenimi yaklaşımı kullanır, bu da kullanıcıların etiketsiz eğitim verisiyle başlamalarına ve sonra insan uzmanlığını kullanarak büyük miktarda metin verisini hızlı ve doğru bir şekilde etiketlemelerine olanak tanır. Bu süreç, metin sınıflandırma ve metin oluşturma yeteneklerine sahip derin öğrenme modellerini eğitir.

Pienso, farklı organizasyonların spesifik ihtiyaçlarını karşılamak için AI modeli geliştirmesinde nasıl özelleştirme sunar?

Her şirketin sorunlarını çözebilecek tek bir model olmadığını düşünüyoruz. Her şirketin özel ihtiyaçlarını anlamak için özel modeller inşa edebilmeliyiz. Bu nedenle Pienso, kullanıcıların kendi verilerine dayalı modelleri eğitmelerini sağlar. Bu, temel modelleri kullanmanın getirdiği gizlilik endişelerini ortadan kaldırır ve daha doğru içgörüler sunabilir.

Pienso ayrıca, API’ler aracılığıyla mevcut empresa sistemleriyle entegre olur, böylece çıkarım sonuçları farklı formatlarda sunulabilir. Pienso, üçüncü taraf hizmetlerine veya API’lere bağlı olmadan çalışabilir, bu da verilerin güvenli bir ortam dışına asla iletilmesine gerek olmadığını意味 eder. Büyük bulut sağlayıcıları üzerinde veya şirket içinde dağıtılabilir, bu da güçlü güvenlik ve uyum uygulamaları gereken endüstriler için ideal bir seçim haline getirir, örneğin hükümet kurumları veya finans.

Platformun gelecekteki evrimini nasıl görüyorsunuz?

Gelecek birkaç yıl içinde, Pienso daha büyük ölçeklenebilirlik ve verimlilik üzerinde odaklanmaya devam edecek. Yüksek hacimli metin analitiği talebi arttıkça, daha büyük veri kümelerini daha hızlı çıkarım süreleri ve daha karmaşık analizlerle işleyebilme yeteneğimizi geliştireceğiz. Ayrıca, büyük dil modellerini ölçeklendirmeyle ilgili maliyetleri azaltmaya çalışacağız, böylece şirketler hız veya doğrulukta fedakarlık yapmadan değer elde edebilir.

Ayrıca, AI’nin demokratikleşmesi üzerinde daha da fazla çalışacağız. Pienso zaten bir no-code/low-code platformudur, ancak araçlarımızın erişilebilirliğini daha da genişletmeyi hayal ediyoruz. Arayüzümüzü, iş analistlerinden teknik takımlara kadar daha geniş bir kullanıcı yelpazesinin modelleri eğitebilmeleri, ayarlayabilmeleri ve dağıtabilmeleri için sürekli olarak iyileştireceğiz.

Farklı endüstrilerdeki daha fazla müşteriyle çalıştıkça, Pienso daha özelleşmiş çözümler sunmaya adapte olacaktır. Finans, sağlık veya hükümet olsun, platformumuz endüstriye özgü şablonlar ve modüller içerecek, böylece kullanıcılar modellerini daha etkili bir şekilde fine-tune edebilecekler.

Pienso, daha da entegre bir AI ekosisteminin parçası haline gelecek, büyük bulut sağlayıcılarından ve şirket içi çözümlerden gelen araçlarla ve çözümlerle sorunsuz bir şekilde çalışacaktır. Diğer veri platformları ve araçlarla daha güçlü entegrasyonlar geliştirmeye odaklanacağız, böylece mevcut empresa teknoloji yığınlarına uyan daha tutarlı bir AI iş akışı sağlanacaktır.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Pienso‘yu ziyaret edebilir.