مقابلات
لوك كيم، المؤسس والرئيس التنفيذي لشركة Liner – سلسلة المقابلات
لوك كيم هو المؤسس والرئيس التنفيذي لشركة Liner، وهي أداة بحث مدعومة بالذكاء الاصطناعي تعمل على تسهيل وتحسين عملية البحث، مما يساعد المستخدمين على إكمال مهامهم 5.5 مرات أسرع. كما أنها محرك بحث مدعوم بالذكاء الاصطناعي، توفر نتائج بحث مرشحة لتقديم معلومات دقيقة وتوليد مراجع تلقائيًا في مختلف التنسيقات، مما يجعلها موردًا قيّمًا للباحثين والطلاب والمحترفين.
يمكنك أن تخبرنا عن خلفيتك وما الذي دفعك للاستفادة من ريادة الأعمال، خاصة في مجال الذكاء الاصطناعي والتكنولوجيا؟
بدأت رحلتي الرواد مع رغبة في معالجة المشاكل في العالم الحقيقي من خلال التكنولوجيا. كما طالب جامعي، كنت مدفوعًا بتحديات التنقل والثقة في وفرة المعلومات على الإنترنت. لقد كنت محفزًا لإنشاء أداة تسهل عملية البحث وتساعد الطلاب على التمييز بين المصادر. ما بدأ كأداة تhighlight، وتم التغلب على المعلومات المتاحة، مع مرور الوقت تطورت إلى ما هي عليه Liner اليوم: بحث مدعوم بالذكاء الاصطناعي يوفر فقط النتائج الأكثر موثوقية. لقد كنت مدفوعًا بالذكاء الاصطناعي لاحتماليته في تحويل كيفية معالجة البيانات والتفاعل معها. الفرصة لإنشاء حلول ذات معنى للطلاب، مثل نفسي عندما كنت أصغر سنا، لا تزال تحفزني.
كيف شكلت تجربتك مع ملحق المتصفح الذي بنيته خلال أيامك الجامعية رؤية Liner؟
كان ملحق Liner Highlighter هو أول غطسي الحقيقي في حل مشكلة إفراط المعلومات. أظهر لي كم يعزز الناس الأدوات التي تجعل العثور على المعلومات الرئيسية وتحديدها أكثر سهولة. تعلمت أن تسهيل خطوة واحدة من تدفق العمل يمكن أن يكون له تأثير كبير، سواء كان ذلك من خلال تسليط الضوء على النقاط الهامة أو إظهار المصادر ذات الصلة. هذا المشروع شكل التزام Liner بإنشاء تجربة سلسة للمستخدمين، ومساعدة الطلاب والباحثين على التغلب على الضوضاء الزائدة على الإنترنت.
ما كان الرؤية الأصلية وراء Liner، وكيف تطورت منذ إنشائها؟
بدأت Liner كأداة بسيطة لمساعدة المستخدمين على تسليط الضوء على أجزاء رئيسية من المحتوى على الإنترنت. كان الهدف هو جعل من السهل على المستخدمين التركيز على المعلومات الأكثر صلة دون أن يُغمرهم. مع مرور الوقت، أدركنا أن المستخدمين بحاجة إلى أكثر من طريقة لجمع وفرز المعلومات – كانوا بحاجة إلى طرق أفضل للعثور عليها وتمييز موثوقيتها. هذا الإدراك أرشد تحول Liner إلى محرك بحث مدعوم بالذكاء الاصطناعي.
ما كانت التحديات الرئيسية التي واجهتها أثناء انتقال Liner من أداة تسليط الضوء إلى محرك بحث مدعوم بالذكاء الاصطناعي؟
كان أحد التحديات الأكثر أهمية هو ضمان أن الذكاء الاصطناعي الخاص بنا يمكن أن يوفر باستمرار نتائج موثوقة ودقيقة. البحث الأكاديمي يتطلب درجة عالية من الثقة، و 滑مت تلك التوقعات كانت حرجة. كان تحديًا آخر هو دمج سنوات من بيانات المستخدمين المhighlighted في عملية تدريب الذكاء الاصطناعي مع الحفاظ على سهولة استخدام المنصة. كان من الضروري العثور على التوازن الصحيح بين الابتكار التكنولوجي وتجربة المستخدم السلسة، ولكن كان ذلك أيضًا مكافأة كبيرة.
من خلال بناء تعريف Liner لـ “الوكيل” من الصفر، تمكنا من إنشاء إطار قوي ومستقر لفهم ما يعني وكيل حقًا. ثم قمنا بتنفيذ وكيل بحث يُفضل الموثوقية والموثوقية. بالنظر إلى أن جمهورنا المستهدف يمثل ذروة التوقعات المُركزة على الموثوقية، كاننا بحاجة إلى حل متميز يمكنه معالجة أكثر المشاكل تعقيدًا. قوتنا كانت في الاستفادة من مجموعات البيانات المملوكة لنا، والرؤى الفنية المكتسبة خلال عملية تعريف الوكيل، وخبرتنا في التنفيذ. معًا، أصبحت هذه العناصر أدواتنا الأكثر قوة للنجاح.
يمكنك أن تُشرح كيف يعزز دمج بيانات المستخدمين المُسلطة دقة وموثوقية نتائج بحث Liner المدعومة بالذكاء الاصطناعي؟
تعمل بيانات المستخدمين المُسلطة كطبقة قيمة من مراقبة الجودة، تساعد我们的 LLM على تحديد ما يجد المستخدمون الآخرون مهمًا وموثوقًا به. من خلال الاستفادة من هذه البيانات المُحسنة، نستطيع أن نُفضل المعلومات ذات الصلة والموثوقة في نتائج البحث. هذا النهج يضمن أن يحصل المستخدمون على رؤى دقيقة وفعّالة، مع تجنب المحتوى غير ذي الصلة أو منخفض الجودة.
كيف يُميز Liner نفسه عن أدوات البحث المدعومة بالذكاء الاصطناعي الأخرى مثل ChatGPT أو Perplexity؟
يتميز Liner بتحديد الأولوية للموثوقية والشفافية. كل نتيجة بحث تحتوي على مرجع، ويمكن للمستخدمين تصفية المصادر الأقل موثوقية لضمان الدقة. كما يمكن للطلاب سحب المصادر ومشاهدة النص الأصلي المُقتبس على شاشاتهم. على عكس الأدوات المصممة للاستفسارات غير الرسمية، تم تصميم Liner خصيصًا للطلاب والباحثين والمحترفين، مما يساعد المستخدمين على التركيز على التعلم العميق والتحليل بدلاً من التحقق من الحقائق. هذا الالتزام بالثقة وسهولة الاستخدام يجعل من Liner أداة أساسية لأكثر من 10 ملايين مستخدم، بما في ذلك طلاب في جامعات مثل UC Berkeley وUSC وUniversity of Michigan وTexas A&M. لا يزال Liner يُميز نفسه من خلال الشراكات، مثل الشراكة الأخيرة مع Tako، والتي تدمج أدوات تحويل المعرفة لتقديم بيانات معقدة بطريقة أكثر سهولة وتفاعل، مما يمنح المستخدمين القدرة على الغوص أعمق في أبحاثهم.
ما هي الإجراءات التي يتخذها Liner لخفض الهلوسة في استجابات الذكاء الاصطناعي، وكيف يؤثر ذلك على ثقة المستخدم؟
يتطلب تقليل الهلوسة ربط الاستجابات التي يولدها الذكاء الاصطناعي بمصادر يمكن التحقق منها. يتحقق Liner من ذلك من خلال التحقق المتقاطع لنتائجنا مع الأوراق الأكاديمية وقواعد البيانات الحكومية والمخازن الموثوقة الأخرى. نظامنا لتصفية المصادر يسمح للمستخدمين أيضًا باستبعاد المحتوى غير الموثوق به، مما يوفر طبقة إضافية من ضمان الجودة. هذه الخطوات لا تقلل فقط من الأخطاء، بل تبني أيضًا الثقة مع المستخدم.
نظام Liner يعتمد على الصلة (درجة الصلة بين المطالبات التي ينتجها الوكيل والمراجع) والواقعية (التي تقييم كيفية دعم المطالبات التي ينتجها الوكيل من قبل المراجع). كلما كان الممر أكثر دعمًا، زادت درجة الواقعية. منذ أن يشجع منتجنا بقوة المستخدمين على التحقق من المطالبات لضمان خلوها من الهلوسة، من المهم تعزيز واقعية نظام الوكيل. في النهاية، نلاحظ علاقة إيجابية بين درجة الواقعية وتماسك المستخدم.
ما هي الخطوات التي يتخذها Liner ل بناء الثقة بين المستخدمين، خاصة أولئك الذين يشككون في الاعتماد على الذكاء الاصطناعي لمعلومات حرجة؟
تبدأ بناء الثقة بالشفافية. يوفر Liner مراجع واضحة لكل نتيجة، مما يمنح المستخدمين القدرة على التحقق من المعلومات بأنفسهم. بالإضافة إلى ذلك، نقيم المصادر根据 موثوقيتها ونسمح للمستخدمين بالتفاعل مباشرة مع المحتوى الأصلي. تعليم المستخدمين المستمر والتواصل المفتوح يلعبان أيضًا دورًا في إظهار أن الذكاء الاصطناعي، عند تصميمه مسؤولًا، يمكن أن يكون حليفًا موثوقًا به في التعليم.
ما هي الاتجاهات التي تعتقد أنها ستشكل مستقبل الذكاء الاصطناعي في البحث الأكاديمي واسترجاع المعرفة المهنية؟
سيصبح الذكاء الاصطناعي أكثر شخصنة، حيث يعتمد على احتياجات كل مستخدم ويقدم رؤى مُحسنة. سيكون للشفافية دور مهم، حيث يبحث المستخدمون عن مزيد من الوضوح حول كيفية معالجة الذكاء الاصطناعي للمعلومات وتقديم النتائج. ستتركز التطورات أيضًا على معالجة إفراط المعلومات وتسهيل أدوات البحث. من خلال توفير المهام المتكررة مثل جمع البيانات والتحليل، سيسرع الذكاء الاصطناعي المراحل الأولى من البحث، مما يسمح للباحثين بالتركيز أكثر على التفكير النقدي والتحليل والابتكار. هذا التوازن بين الكفاءة والانخراط الفكري سيشكل مستقبل البحث الأكاديمي والمهني.
raised مؤخرًا Liner بنجاح جولة تمويل بقيمة 29 مليون دولار. كيف سيساعد هذا الاستثمار في نمو Liner، وما هي المناطق التي تركز عليها للتوسع؟
يسمح لنا هذا التمويل بالتقدم في مهمتنا لتحسين الذكاء الاصطناعي في التعليم. نحن نمو فريقنا العالمي وطرح ميزات جديدة مثل وضع المقال، مصمم لمساعدة الطلاب على تحسين مهاراتهم في كتابة والمواد والتنسيق. نحن نركز أيضًا على الشراكات مع الجامعات والمنظمات المهنية للوصول إلى المزيد من المستخدمين وإظهار تأثير أدوات البحث المدعومة بالذكاء الاصطناعي. تعاونتنا الأخيرة مع شركات مثل ThetaLabs وTako قد وسعت قدراتنا. يبرز هذا الاستثمار الحاجة المتزايدة إلى حلول بحث موثوقة، ونحن متحمسون للبناء على هذه العزيمة.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Liner.
