Birago Jones é CEO e cofundador da Pienso, uma plataforma sem código/low-code para empresas treinarem e implantarem modelos de IA sem a necessidade de ciência de dados avançada ou habilidades de programação. Hoje, os clientes da Birago incluem o governo dos EUA e a Sky, a maior emissora do Reino Unido. Pienso é baseado na pesquisa de Birago no Instituto de Tecnologia de Massachusetts (MIT), onde ele e seu cofundador Karthik Dinakar atuaram como assistentes de pesquisa no MIT Media Lab. Ele é uma autoridade distinta na intersecção da inteligência synthetic (IA) e da interação humano-computador (HCI), e um defensor da IA responsável.
A interface de aprendizagem interativa do Pienso foi projetada para permitir que os usuários aproveitem o potencial máximo da IA sem qualquer codificação. A plataforma orienta os usuários através do processo de treinamento e implantação de grandes modelos de linguagem (LLMs) que são impressos com sua experiência e ajustados para responder às suas perguntas específicas.
O que inicialmente o atraiu para prosseguir seus estudos em IA, HCI (Human Laptop Interplay) e experiência do usuário?
Já vinha desenvolvendo projetos pessoais focados na criação de ferramentas e aplicativos de acessibilidade para cegos, como um leitor braille digital háptico utilizando um smartphone e um sistema de orientação indoor (bengala digital). Eu acreditava que a IA poderia melhorar e apoiar esses esforços.
Pienso foi inicialmente concebido durante seu tempo no MIT. Como surgiu o conceito de treinar modelos de aprendizado de máquina para serem acessíveis a usuários não técnicos?
Meu cofundador Karthik e eu nos conhecemos na pós-graduação, enquanto conduzíamos pesquisas no MIT Media Lab. Nós nos unimos em um projeto de classe para construir uma ferramenta que ajudaria as plataformas de mídia social a moderar e sinalizar conteúdo de bullying. A ferramenta estava ganhando muita força e fomos até convidados à Casa Branca para fazer uma demonstração da tecnologia durante uma cúpula sobre cyberbullying.
Havia apenas um problema: embora o modelo em si funcionasse como deveria, ele não foi treinado com os dados corretos e, portanto, não foi capaz de identificar conteúdo prejudicial que usasse gírias adolescentes. Karthik e eu estávamos trabalhando juntos para descobrir uma solução e mais tarde percebemos que poderíamos resolver esse problema se encontrássemos uma maneira de os adolescentes treinarem diretamente os dados do modelo.
Este foi o momento “Aha” que mais tarde inspiraria Pienso: especialistas no assunto, e não engenheiros de IA como nós, deveriam ser capazes de fornecer informações sobre dados de treinamento de modelo com mais facilidade. Acabamos desenvolvendo ferramentas de apontar e clicar que permitem que não especialistas treinem grandes quantidades de dados em escala. Em seguida, levamos essa tecnologia para escolas locais de Cambridge, Massachusetts, e solicitamos a ajuda de adolescentes locais para treinar seus algoritmos, o que nos permitiu capturar mais nuances nos algoritmos do que period possível anteriormente. Com essa tecnologia, passamos a trabalhar com organizações como MTV e Brigham and Girls's Hospital.
Você poderia compartilhar a história de como a Pienso foi então transferida do MIT para sua própria empresa?
Sempre soubemos que esta tecnologia poderia agregar valor além do caso de uso que construímos, mas foi somente em 2016 que finalmente demos o salto para comercializá-la, quando Karthik concluiu seu doutorado. Naquela época, a popularidade do aprendizado profundo estava explodindo, mas eram principalmente os engenheiros de IA que o colocavam em uso, porque ninguém mais tinha o conhecimento necessário para treinar e servir esses modelos.
Quais são as principais inovações e algoritmos que permitem a interface sem código do Pienso para a construção de modelos de IA? Como Pienso garante que especialistas no domínio, sem formação técnica, possam treinar modelos de IA de forma eficaz?
Pienso elimina as barreiras dos “MLOps” – limpeza de dados, rotulagem de dados, treinamento e implantação de modelos. Nossa plataforma usa uma abordagem de aprendizado de máquina semissupervisionada, que permite aos usuários começar com dados de treinamento não rotulados e depois usar a experiência humana para anotar grandes volumes de dados de texto com rapidez e precisão, sem precisar escrever nenhum código. Este processo treina modelos de aprendizagem profunda que são capazes de classificar e gerar novos textos com precisão.
Como a Pienso oferece customização no desenvolvimento de modelos de IA para atender às necessidades específicas de diferentes organizações?
Acreditamos firmemente que nenhum modelo pode resolver todos os problemas de todas as empresas. Precisamos ser capazes de construir e treinar modelos personalizados se quisermos que a IA entenda as nuances de cada empresa e caso de uso específico. É por isso que o Pienso possibilita treinar modelos diretamente nos dados da própria organização. Isso alivia as preocupações com a privacidade do uso de modelos básicos e também pode fornecer insights mais precisos.
Pienso também se integra a sistemas empresariais existentes por meio de APIs, permitindo que os resultados de inferência sejam entregues em diferentes formatos. Pienso também pode operar sem depender de serviços ou APIs de terceiros, o que significa que os dados nunca precisam ser transmitidos fora de um ambiente seguro. Ele pode ser implantado nos principais provedores de nuvem, bem como no native, tornando-o ideally suited para setores que exigem práticas sólidas de segurança e conformidade, como agências governamentais ou financeiras.
Como você vê a evolução da plataforma nos próximos anos?
Nos próximos anos, a Pienso continuará a evoluir, concentrando-se em escalabilidade e eficiência ainda maiores. À medida que cresce a demanda por análises de texto de alto quantity, melhoraremos nossa capacidade de lidar com conjuntos de dados maiores com tempos de inferência mais rápidos e análises mais complexas. Também estamos comprometidos em reduzir os custos associados ao dimensionamento de grandes modelos de linguagem para garantir que as empresas obtenham valor sem comprometer a velocidade ou a precisão.
Também avançaremos ainda mais na democratização da IA. Pienso já é uma plataforma sem código/low-code, mas pretendemos expandir ainda mais a acessibilidade de nossas ferramentas. Refinaremos continuamente nossa interface para que uma gama mais ampla de usuários, de analistas de negócios a equipes técnicas, possa continuar a treinar, ajustar e implantar modelos sem precisar de profundo conhecimento técnico.
À medida que trabalhamos com mais clientes em diversos setores, a Pienso se adaptará para oferecer soluções mais personalizadas. Quer se trate de finanças, saúde ou governo, nossa plataforma evoluirá para incorporar modelos e módulos específicos do setor para ajudar os usuários a ajustar seus modelos de forma mais eficaz para seus casos de uso específicos.
Pienso se tornará ainda mais integrado ao ecossistema mais amplo de IA, trabalhando perfeitamente em conjunto com as soluções/ferramentas dos principais provedores de nuvem e soluções locais. Vamos nos concentrar na construção de integrações mais fortes com outras plataformas e ferramentas de dados, permitindo um fluxo de trabalho de IA mais coeso que se adapte às pilhas de tecnologia empresarial existentes.
Obrigado pela ótima entrevista, os leitores que desejarem saber mais devem visitar Pienso.
