Birago Jones, Đồng sáng lập và CEO của Pienso – Loạt phỏng vấn

Birago Jones là CEO và Đồng sáng lập của Pienso, một nền tảng không mã/low-code cho các doanh nghiệp để đào tạo và triển khai mô hình AI mà không cần kiến thức khoa học dữ liệu hoặc kỹ năng lập trình tiên tiến. Hiện tại, khách hàng của Birago bao gồm chính phủ Mỹ và Sky, nhà phát sóng lớn nhất tại Anh. Pienso được thành lập dựa trên nghiên cứu của Birago tại Viện Công nghệ Massachusetts (MIT), nơi ông và đồng sáng lập Karthik Dinakar từng là trợ lý nghiên cứu tại MIT Media Lab. Ông là một chuyên gia có uy tín trong lĩnh vực giao thoa giữa trí tuệ nhân tạo (AI) và tương tác giữa con người và máy tính (HCI), và là người ủng hộ cho AI có trách nhiệm.

Pienso‘s giao diện học tập tương tác được thiết kế để cho phép người dùng khai thác AI một cách tối đa mà không cần mã hóa. Nền tảng này hướng dẫn người dùng qua quá trình đào tạo và triển khai các mô hình ngôn ngữ lớn (LLM) được khắc sâu với chuyên môn của họ và tinh chỉnh để trả lời các câu hỏi cụ thể của họ.

Điều gì ban đầu thu hút bạn theo đuổi nghiên cứu về AI, HCI (Tương tác giữa con người và máy tính) và trải nghiệm người dùng?

Tôi đã phát triển các dự án cá nhân tập trung vào tạo ra các công cụ và ứng dụng hỗ trợ người khiếm thị, chẳng hạn như một trình đọc braille số hóa sử dụng điện thoại thông minh và một hệ thống định vị trong nhà (gậy số hóa). Tôi tin rằng AI có thể nâng cao và hỗ trợ những nỗ lực này.

Pienso ban đầu được hình thành trong thời gian bạn học tại MIT, làm thế nào mà khái niệm đào tạo mô hình học máy để có thể tiếp cận được với người dùng không chuyên về kỹ thuật xuất hiện?

Đồng sáng lập của tôi, Karthik và tôi đã gặp nhau tại trường sau đại học khi chúng tôi đều đang thực hiện nghiên cứu tại MIT Media Lab. Chúng tôi đã hợp tác trong một dự án lớp học để xây dựng một công cụ giúp các nền tảng truyền thông xã hội điều chỉnh và đánh dấu nội dung quấy rối. Công cụ này đã thu hút được nhiều sự quan tâm, và chúng tôi thậm chí được mời đến Nhà Trắng để trình diễn công nghệ này trong một hội nghị chống quấy rối trên mạng.

Tuy nhiên, có một vấn đề: mặc dù mô hình hoạt động theo cách nó được thiết kế, nhưng nó không được đào tạo trên dữ liệu phù hợp, vì vậy nó không thể nhận diện được nội dung có hại sử dụng tiếng lóng của thanh thiếu niên. Karthik và tôi đã làm việc cùng nhau để tìm ra giải pháp, và sau đó chúng tôi nhận ra rằng chúng tôi có thể giải quyết vấn đề này nếu chúng tôi tìm cách để thanh thiếu niên có thể trực tiếp đào tạo dữ liệu mô hình.

Đây là khoảnh khắc “Aha” mà sau này sẽ truyền cảm hứng cho Pienso: các chuyên gia trong lĩnh vực, không phải là kỹ sư AI như chúng tôi, nên có thể dễ dàng hơn trong việc cung cấp đầu vào cho dữ liệu đào tạo mô hình. Chúng tôi đã phát triển các công cụ điểm và nhấp cho phép người không chuyên đào tạo lượng lớn dữ liệu với quy mô lớn. Sau đó, chúng tôi đã mang công nghệ này đến các trường học địa phương ở Cambridge, Massachusetts và đã huy động sự giúp đỡ của các thiếu niên địa phương để đào tạo thuật toán của họ, điều này cho phép chúng tôi bắt được nhiều sắc thái trong thuật toán hơn so với trước đây. Với công nghệ này, chúng tôi đã hợp tác với các tổ chức như MTV và Bệnh viện Brigham và Women.

Có thể chia sẻ câu chuyện về việc Pienso được thành lập như một công ty độc lập từ MIT?

Chúng tôi luôn biết rằng công nghệ này có thể mang lại giá trị vượt ra ngoài trường hợp sử dụng mà chúng tôi đã xây dựng, nhưng cho đến năm 2016, chúng tôi mới thực sự quyết định thương mại hóa nó, khi Karthik hoàn thành luận án tiến sĩ. Vào thời điểm đó, học sâu đang bùng nổ về mức độ phổ biến, nhưng chủ yếu là các kỹ sư AI đang sử dụng nó vì không ai khác có chuyên môn để đào tạo và triển khai các mô hình này.

Các đổi mới và thuật toán chính nào cho phép Pienso có giao diện không mã để xây dựng mô hình AI? Làm thế nào Pienso đảm bảo rằng các chuyên gia trong lĩnh vực, không có nền tảng kỹ thuật, có thể đào tạo mô hình AI một cách hiệu quả?

Pienso loại bỏ các rào cản của “MLOps” – làm sạch dữ liệu, dán nhãn dữ liệu, đào tạo mô hình và triển khai. Nền tảng của chúng tôi sử dụng một cách tiếp cận học máy bán giám sát, cho phép người dùng bắt đầu với dữ liệu đào tạo không được dán nhãn và sau đó sử dụng chuyên môn của con người để chú thích nhanh chóng và chính xác lượng lớn dữ liệu văn bản mà không cần viết mã. Quá trình này đào tạo các mô hình học sâu có khả năng phân loại và tạo văn bản mới một cách chính xác.

Làm thế nào Pienso cung cấp tùy chỉnh trong việc phát triển mô hình AI để đáp ứng nhu cầu cụ thể của các tổ chức khác nhau?

Chúng tôi tin rằng không có mô hình nào có thể giải quyết mọi vấn đề cho mọi công ty. Chúng tôi cần phải xây dựng và đào tạo các mô hình tùy chỉnh nếu chúng tôi muốn AI hiểu được sự tinh tế của từng công ty và trường hợp sử dụng cụ thể. Đó là lý do tại sao Pienso cho phép đào tạo mô hình trực tiếp trên dữ liệu của chính tổ chức. Điều này giúp giảm bớt mối quan ngại về quyền riêng tư khi sử dụng các mô hình cơ bản và cũng có thể cung cấp thông tin chính xác hơn.

Pienso cũng tích hợp với các hệ thống doanh nghiệp hiện có thông qua API, cho phép kết quả suy luận được cung cấp ở các định dạng khác nhau. Pienso cũng có thể hoạt động mà không cần dựa vào dịch vụ hoặc API của bên thứ ba, có nghĩa là dữ liệu không cần phải được truyền tải ngoài môi trường an toàn. Nó có thể được triển khai trên các nhà cung cấp đám mây lớn cũng như trên cơ sở, làm cho nó trở thành một lựa chọn lý tưởng cho các ngành yêu cầu thực hành an ninh và tuân thủ mạnh mẽ, chẳng hạn như cơ quan chính phủ hoặc tài chính.

Bạn nhìn thấy nền tảng này sẽ phát triển như thế nào trong vài năm tới?

Trong vài năm tới, Pienso sẽ tiếp tục phát triển bằng cách tập trung vào khả năng mở rộng và hiệu quả thậm chí còn lớn hơn. Khi nhu cầu về phân tích văn bản với khối lượng lớn tăng lên, chúng tôi sẽ tăng cường khả năng xử lý các tập dữ liệu lớn hơn với thời gian suy luận nhanh hơn và phân tích phức tạp hơn. Chúng tôi cũng cam kết giảm chi phí liên quan đến việc mở rộng mô hình ngôn ngữ lớn để đảm bảo các doanh nghiệp nhận được giá trị mà không phải hy sinh về tốc độ hoặc độ chính xác.

Chúng tôi cũng sẽ đẩy mạnh việc dân chủ hóa AI. Pienso đã là một nền tảng không mã/low-code, nhưng chúng tôi hình dung việc mở rộng tính khả dụng của các công cụ của chúng tôi thậm chí còn nhiều hơn. Chúng tôi sẽ liên tục tinh chỉnh giao diện của mình để một loạt người dùng rộng lớn hơn, từ các nhà phân tích kinh doanh đến các đội kỹ thuật, có thể tiếp tục đào tạo, tinh chỉnh và triển khai mô hình mà không cần chuyên môn kỹ thuật sâu.

Khi chúng tôi làm việc với nhiều khách hàng trên các ngành công nghiệp đa dạng, Pienso sẽ thích nghi để cung cấp nhiều giải pháp được tùy chỉnh hơn. Cho dù đó là tài chính, chăm sóc sức khỏe hay chính phủ, nền tảng của chúng tôi sẽ phát triển để tích hợp các mẫu và mô-đun cụ thể cho từng ngành để giúp người dùng tinh chỉnh mô hình của họ một cách hiệu quả hơn cho các trường hợp sử dụng cụ thể của họ.

Pienso sẽ trở nên tích hợp chặt chẽ hơn trong hệ sinh thái AI rộng lớn, hoạt động liền mạch cùng các giải pháp và công cụ từ các nhà cung cấp đám mây lớn và các giải pháp trên cơ sở. Chúng tôi sẽ tập trung vào việc xây dựng các tích hợp mạnh mẽ hơn với các nền tảng và công cụ dữ liệu khác, cho phép một luồng làm việc AI gắn kết hơn phù hợp với các ngăn xếp công nghệ doanh nghiệp hiện có.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm có thể truy cập Pienso.