Pienso פיתחה בונה AI ללא קוד כך שהאנשים הקרובים ביותר לבעיות יוכלו להשתמש בטכנולוגיה במקום להסתמך על מהנדסי למידת מכונה. קרדיט: באדיבות Pienso
Pienso שהוקמה על ידי בוגרים פיתחה בונה בינה מלאכותית ידידותית למשתמש, כך שמומחי דומיינים יכולים לבנות פתרונות מבלי לכתוב שום קוד.
כסטודנטים של Media Lab בשנת 2010, Karthik Dinakar SM '12, PhD '17 ו-Birago Jones SM '12 חברו לפרויקט כיתתי כדי לבנות כלי שיעזור לצוותי ניהול תוכן בחברות כמו Twitter (כיום X) ו-YouTube. הפרויקט עורר כמות עצומה של התרגשות, והחוקרים הוזמנו לתת הדגמה בפסגת בריונות ברשת בבית הלבן – הם רק היו צריכים להפעיל את הדבר.
יום לפני אירוע הבית הלבן, דינקר בילה שעות בניסיון להרכיב הדגמה עובדת שיכולה לזהות פוסטים נוגעים בטוויטר. בסביבות השעה 23:00, הוא התקשר לג'ונס כדי לומר שהוא מוותר.
ואז החליט ג'ונס להסתכל על הנתונים. התברר שהמודל של דינקר סימן את סוגי הפוסטים הנכונים, אבל הפוסטרים השתמשו במונחי סלנג של בני נוער ושפה עקיפה אחרת שדינקר לא קלט. הבעיה לא הייתה הדגם; זה היה הניתוק בין דינאקר לבני הנוער שהוא ניסה לעזור לו.
"הבנו אז, ממש לפני שהגענו לבית הלבן, שהאנשים שבונים את הדגמים האלה לא צריכים להיות אנשים שהם רק מהנדסי למידת מכונה", אומר דינקר. "הם צריכים להיות אנשים שמבינים בצורה הטובה ביותר את הנתונים שלהם."
"יישומים מסוג זה חשובים לנו מכיוון שהשורשים שלנו הם בבריונות ברשת ובהבנה כיצד להשתמש בבינה מלאכותית לדברים שבאמת עוזרים לאנושות", אומר Birago Jones SM '12, מייסד שותף של Pienso. קרדיט: באדיבות Pienso
הולדתו של פיינסו: העצמת מומחי תחום
התובנה הובילה את החוקרים לפתח כלים של הצבע ולחיצה המאפשרים ללא מומחים לבנות מודלים של למידת מכונה. הכלים האלה הפכו לבסיס ל-Pienso, שעוזרת היום לאנשים לבנות מודלים שפות גדולים לזיהוי מידע מוטעה, סחר בבני אדם, מכירת נשק ועוד, מבלי לכתוב שום קוד.
"יישומים מסוג זה חשובים לנו מכיוון שהשורשים שלנו הם בבריונות ברשת ובהבנה כיצד להשתמש בבינה מלאכותית לדברים שבאמת עוזרים לאנושות", אומר ג'ונס.
באשר לגרסה המוקדמת של המערכת שהוצגה בבית הלבן, בסופו של דבר המייסדים שיתפו פעולה עם תלמידים בבתי ספר סמוכים בקיימברידג', מסצ'וסטס, כדי לאפשר להם לאמן את הדוגמניות.
"הדגמים שהילדים האלה אימנו היו הרבה יותר טובים ובעלי ניואנסים מכל מה שאי פעם יכולתי להמציא", אומר דינקר. "לביראגו ולי היה ה'אהה!' הגדול הזה. הרגע שבו הבנו שהעצמת מומחי תחום – השונה מדמוקרטיזציה של בינה מלאכותית – היא הדרך הטובה ביותר קדימה".
מ MIT לפיאנסו: מסע של חדשנות
ג'ונס ודינאקר נפגשו כסטודנטים לתואר שני בקבוצת המחקר של סוכני תוכנה של MIT Media Lab. עבודתם על מה שהפך ל-Pienso התחילה בקורס 6.864 (עיבוד שפה טבעית) ונמשכה עד שהם קיבלו את התואר השני ב-2012.
התברר ש-2010 לא הייתה הפעם האחרונה שהמייסדים הוזמנו לבית הלבן כדי להדגים את הפרויקט שלהם. העבודה עוררה התלהבות רבה, אך המייסדים עבדו על Pienso במשרה חלקית עד 2016, כאשר דינאקר סיים את הדוקטורט שלו ב-MIT והלמידה העמוקה החלה להתפוצץ בפופולריות.
"אנחנו עדיין מחוברים לאנשים רבים ברחבי הקמפוס", אומר דינקר. "החשיפה שהייתה לנו ב-MIT, השילוב של ממשקי אדם ומחשבים, הרחיבה את ההבנה שלנו. הפילוסופיה שלנו ב-Pienso לא הייתה אפשרית בלי התוסס של הקמפוס של MIT."
המייסדים גם מזכים את תוכנית הקשר התעשייתי של MIT (ILP) ואת מאיץ הסטארט-אפ (STEX) על חיבורם לשותפים מוקדמים.
שותף מוקדם אחד היה SkyUK. צוות ההצלחה של הלקוחות של החברה השתמש ב-Pienso כדי לבנות מודלים כדי להבין את הבעיות הנפוצות ביותר של הלקוחות שלהם. כיום המודלים הללו עוזרים לעבד חצי מיליון שיחות של לקוחות ביום, והמייסדים אומרים שהם חסכו לחברה עד היום למעלה מ-7 מיליון פאונד על ידי קיצור משך השיחות למרכז הטלפוני של החברה.
"ההבדל בין דמוקרטיזציה של AI לבין העצמת אנשים עם AI מסתכם במי שמבין את הנתונים הכי טוב – אתה או רופא או עיתונאי או מישהו שעובד עם לקוחות כל יום?" אומר ג'ונס. "אלה האנשים שצריכים ליצור את המודלים. כך אתה מקבל תובנות מהנתונים שלך."
בשנת 2020, בדיוק כשהתחילו התפרצויות קוביד-19 בארה"ב, פקידי ממשל יצרו קשר עם המייסדים כדי להשתמש בכלי שלהם כדי להבין טוב יותר את המחלה המתהווה. Pienso סייע למומחים בווירולוגיה ומחלות זיהומיות להקים מודלים של למידה מכונות לכרות אלפי מאמרי מחקר על נגיפים. דינאקר אומר שהם למדו מאוחר יותר שהעבודה סייעה לממשלה לזהות ולחזק שרשרות אספקה קריטיות לתרופות, כולל התרופה האנטי-ויראלית הפופולרית remdesivir.
"התרכובות האלה הועלו על ידי צוות שלא ידע למידה עמוקה אבל הצליח להשתמש בפלטפורמה שלנו", אומר דינקר.
Pienso: פרדיגמה חדשה בשימוש בינה מלאכותית
מכיוון ש-Pienso יכולה לפעול על שרתים פנימיים ותשתית ענן, המייסדים אומרים שהיא מציעה אלטרנטיבה לעסקים הנאלצים לתרום את הנתונים שלהם באמצעות שירותים המוצעים על ידי חברות בינה מלאכותית אחרות.
"הממשק של Pienso הוא סדרה של אפליקציות אינטרנט שחוברות יחד", מסביר דינאקר. "אתה יכול לחשוב על זה כמו Adobe Photoshop עבור דגמי שפות גדולים, אבל באינטרנט. אתה יכול להצביע ולייבא נתונים מבלי לכתוב שורת קוד. אתה יכול לחדד את הנתונים, להכין אותם ללמידה עמוקה, לנתח אותם, לתת להם מבנה אם הם לא מתויגים או מובאים, ותוכל ללכת משם עם מודל שפה גדול מכוונן תוך 25 דקות."
מוקדם יותר השנה הכריזה Pienso על שותפות עם GraphCore, המספקת פלטפורמת מחשוב מהירה ויעילה יותר עבור למידת מכונה. המייסדים אומרים שהשותפות תפחית עוד יותר את החסמים למינוף AI על ידי הפחתה דרמטית של זמן ההשהיה.
"אם אתה בונה פלטפורמת AI אינטראקטיבית, המשתמשים לא ישתו כוס קפה בכל פעם שהם לוחצים על כפתור", אומר דינקר. "זה צריך להיות מהיר ומגיב."
המייסדים מאמינים שהפתרון שלהם מאפשר עתיד שבו מודלים יעילים יותר של בינה מלאכותית מפתחים למקרי שימוש ספציפיים על ידי האנשים שמכירים את הבעיות שהם מנסים לפתור.
"אף דוגמנית לא יכולה לעשות הכל", אומר דינקר. “האפליקציה של כל אחד שונה, הצרכים שלהם שונים, הנתונים שלהם שונים. זה מאוד לא סביר שדגם אחד יעשה הכל בשבילך. מדובר בחיבור בין גן של דוגמניות ולאפשר להם לשתף פעולה אחד עם השני ולתזמר אותם בצורה הגיונית – והאנשים שעושים את התזמור הזה צריכים להיות האנשים שמבינים את הנתונים בצורה הטובה ביותר".
