Pienso crée des outils sans code pour l’entraînement des modèles d’IA

Pienso crée des outils sans code pour l’entraînement des modèles d’IA

L’IA est peut-être le « truc » du moment. Mais cela ne signifie pas qu’elle devient plus facile à déployer.

Selon l’étude 2023 de S&P Global, près de la moitié des entreprises ayant au moins un projet d’IA en production en sont encore au stade du projet pilote ou de la validation du concept. Les raisons de cette lenteur varient, mais les plus fréquemment citées sont les défis liés à la gestion des données, à la sécurité et aux ressources informatiques.

Parmi les entreprises ayant répondu à l’enquête de S&P, près de la moitié ont déclaré qu’elles n’étaient pas prêtes à mettre en œuvre l’IA – et qu’elles ne le seraient pas avant cinq ans ou plus.

Heureusement, il existe un nombre croissant de produits proposés par des startups et des fournisseurs de Big Tech qui visent à surmonter ces obstacles au déploiement de l’IA. (L’un des nouveaux venus est Pienso, une plateforme qui permet aux utilisateurs de construire et de déployer des modèles sans avoir à écrire de code.

Birago Jones et Karthik Dinakar ont fondé Pienso en 2016 sur la base de leurs recherches au MIT (ils sont anciens élèves). Ils se sont rencontrés il y a quelques années à Media Lab du MIT en tant qu’étudiants diplômés.

« Nous nous sommes associés dans le cadre d’un projet de classe pour construire un outil qui aiderait les plateformes de médias sociaux à modérer et à signaler les contenus intimidants », a déclaré Jones, qui est le PDG de Pienso, lors d’une interview avec TechCrunch. « Il y avait juste un problème : alors que le modèle lui-même fonctionnait comme il était censé le faire, il n’était pas formé sur les bonnes données, de sorte qu’il n’était pas en mesure d’identifier le contenu nuisible qui utilisait l’argot des adolescents. »

A lire aussi  La nouvelle application de ChatGPT sort du lot et dépasse le demi-million d'installations dans les 6 premiers jours

Jones et Dinakar ont fini par comprendre que la solution consistait à faire appel à des experts en la matière – en l’occurrence, des adolescents – pour former le modèle. Ils ont conçu des outils à cette fin et, quelques années plus tard, Jones et Dinakar se sont associés pour commercialiser ces outils.

Le résultat est Pienso, que Jones décrit comme une suite d’IA conçue pour les « talents non techniques », à savoir les chercheurs, les spécialistes du marketing et les équipes d’assistance à la clientèle qui ont accès à de grandes quantités de données pour la formation à l’IA, mais qui ne disposent pas des ressources nécessaires pour les structurer et les analyser.

« Une grande partie des discussions sur l’IA a été dominée par … de grands modèles de langage », a déclaré M. Jones, « mais la réalité est qu’aucun modèle ne peut tout faire. Pour que l’IA atteigne son plein potentiel, c’est-à-dire qu’elle puisse gérer les processus commerciaux et interagir avec les clients, vous devez être en mesure d’entraîner et d’affiner votre modèle. Pienso estime que n’importe quel expert du domaine, et pas seulement un ingénieur en IA, devrait être en mesure de le faire ».

Pienso guide les utilisateurs tout au long du processus d’annotation ou d’étiquetage des données d’entraînement pour les modèles d’IA open source ou personnalisés. (Cela dépend du modèle, mais l’IA a généralement besoin d’étiquettes – comme l’image d’un oiseau associée à l’étiquette « pinson » – pour apprendre à effectuer une tâche). La plateforme, qui peut être déployée dans le nuage ou sur site, s’intègre aux systèmes d’entreprise par le biais d’API. Mais elle peut également fonctionner sans API ni services tiers, en conservant les données dans un environnement sécurisé.

A lire aussi  Les services d'IA générative retirés de l'App Store d'Apple en Chine avant l'entrée en vigueur de nouvelles réglementations

Sky, le radiodiffuseur britannique, utilise Pienso pour analyser les appels au service clientèle, indique M. Jones, tandis qu’une agence gouvernementale américaine, dont le nom n’a pas été révélé, l’a testé pour surveiller le suivi des armes illégales.

« L’interface flexible et sans code de Pienso permet aux équipes de former des modèles directement à partir des données de leur propre entreprise », explique M. Jones. « Cela permet d’atténuer les problèmes de confidentialité liés à l’utilisation de modèles et est également plus précis, car il tient compte des nuances propres à chaque entreprise.

Les entreprises paient à Pienso une licence annuelle basée sur le nombre de modèles d’IA qu’elles déploient. Plus le nombre de modèles est élevé, plus le coût de la licence est important.

« Nous avons intentionnellement conçu notre tarification pour permettre aux clients de tester les modèles avant de comprendre comment l’IA peut les aider sans avoir à faire un investissement important », a ajouté M. Jones. « Nous voulions donner aux clients la liberté d’expérimenter la construction de nouveaux modèles avant de les déployer.

C’est un modèle d’entreprise qui plaît aux investisseurs, apparemment. Pienso a récemment levé 10 millions de dollars lors d’un tour de table de série A mené par Latimer Ventures avec la participation de Gideon Capital, SRI, Uncork et Good Growth Capital.

Portant le total des fonds levés par Pienso à 17 millions de dollars, M. Jones indique que ces nouveaux fonds serviront à renforcer les équipes de vente, de marketing et de suivi de la clientèle de Pienso, à recruter des ingénieurs de talent et à développer de nouvelles fonctionnalités pour la plateforme.

A lire aussi  IBM lance de nouvelles fonctions et de nouveaux modèles d'IA générative

Luke Cooper, de Latimer Ventures, a déclaré dans un communiqué : « Nous entendons constamment parler de la nécessité de démocratiser l’IA, mais ce qui distingue Pienso, c’est la façon dont ils envisagent le rôle d’un expert de domaine dans cette équation. Ils donnent les moyens à ceux qui comprennent le mieux leurs données d’en tirer le maximum d’informations. Cela favorise un avenir où nous construisons des modèles d’IA plus intelligents pour une application spécifique, par les personnes qui sont les plus familières avec les problèmes qu’elles essaient de résoudre. »

IA