Pienso为培训AI模型而构建无代码工具

人工智能可能是当下的热门话题，但这并不意味着它变得更容易部署。

根据2023年标普全球调查，至少有一个AI项目在生产中的公司中，大约有一半仍处于试点或概念验证阶段。缓慢启动的原因各不相同，但常见的挑战包括数据管理、安全和计算资源。

根据标准普尔的调查，约一半的企业表示他们还没准备好实施人工智能，五年或更长时间内也不会。

幸运的是，越来越多初创公司和大型科技公司推出的产品都旨在解决这些人工智能部署障碍。（例如谷歌的ML Hub、Kore.ai和Viso等等）其中一家较新的参与者是Pienso，这是一个让用户无需编写代码就能构建和部署模型的平台。

Birago Jones 和 Karthik Dinakar 于2016年在麻省理工学院（他们是校友）基于他们的研究创立了 Pienso 公司。这两位曾在几年前作为研究生在麻省理工学院的媒体实验室相遇。

琼斯是Pienso公司的CEO，在接受TechCrunch采访时说：“我们为一个课程项目组成团队，开发一个工具，帮助社交媒体平台监管和标记欺凌内容。”“唯一的问题是：尽管模型本身按照设计的方式工作，但它没有经过正确数据训练，因此无法识别使用青少年俚语的有害内容。”

琼斯和迪纳卡最终意识到解决方案是让学科专家（在本例中是青少年）帮助训练模型。 他们为此建立了工具，几年后，琼斯和迪纳卡联手将这些工具商业化。

最终产生的是Pienso，琼斯将其描述为专为“非技术人才”打造的人工智能套件，主要面向研究人员、营销人员和客户支持团队，他们可以获得大量用于人工智能训练的数据，但缺乏必要的资源来对数据进行结构化和分析。

琼斯表示：“AI谈话的大部分内容都被……大型语言模型所占据，但事实是没有一个模型能够胜任一切。为了实现AI的全部潜力，让其能够管理业务流程并与客户互动，您必须能够训练和调整您的模型。Pienso相信任何领域专家，不仅仅是AI工程师，都应该能做到这一点。”

Pienso指导用户通过标注或标记训练数据来为预调整的开源或定制AI模型提供支持。 （这取决于模型，但AI通常需要标签 - 比如将鸟的图像与标签“灰雀”配对 - 来学习执行任务。）该平台可以部署在云端或本地，通过API与企业系统集成。但它也可以在没有API或第三方服务的情况下运行，确保数据存放在安全的环境中。

英国的广播公司Sky正在使用Pienso分析客服电话，琼斯说，而一家未透露名字的美国政府机构已经测试过该产品，用来监控非法武器的跟踪。

琼斯表示：“Pienso灵活的无代码界面允许团队直接使用自己公司的数据进行模型训练。这减轻了使用...模型的隐私顾虑，同时也更准确，捕捉到每家公司的细微差别。”

公司根据部署的AI模型数量向Pienso支付年度许可费。模型数量越多，授权费用越高。

琼斯补充说：“我们故意设计我们的定价，以让客户在没有进行大额投资的情况下先尝试模型，了解人工智能如何帮助他们。我们希望给客户自由去尝试构建新模型，然后再部署它们。”

这个商业模式显然吸引了投资者。Pienso最近通过由Latimer Ventures领投、Gideon Capital、SRI、Uncork和Good Growth Capital参与的A轮融资筹集了1000万美元。

琼斯表示，新增现金将用于扩大Pienso的销售、营销和客户成功团队，招聘工程人才并为平台开发新功能，使Pienso筹款总额达到1700万美元。

拉帝默创业公司的卢克·库珀在一份声明中说：“我们经常听说需要使人工智能民主化，但皮恩索突出之处在于他们如何思考领域专家在这个方程式中的角色。他们赋予那些最了解自己数据的人最大的见解。这样就会促进一个未来，我们通过最熟悉他们试图解决的问题的人来为特定应用构建更智能的人工智能模型。”