لوك كيم، المؤسس والرئيس التنفيذي لشركة Liner – سلسلة المقابلات

Luke Kim هو المؤسس والرئيس التنفيذي لشركة Liner، أداة بحث متقدمة مدعومة بالذكاء الاصطناعي صُممت لتبسيط وتعزيز عملية البحث، مما يساعد المستخدمين على إكمال مهامهم بسرعة تزيد 5.5 مرة. كمحرك بحث ذكاء اصطناعي، يقدم Liner نتائج بحث مُفلترة للحصول على معلومات دقيقة ويولد تلقائيًا استشهادات بصيغ متعددة، مما يجعله مصدرًا لا غنى عنه للباحثين والطلاب والمحترفين.

هل يمكنك أن تخبرنا عن خلفيتك وما الذي ألهمك لتتبع مسار ريادة الأعمال، خاصة في مجال الذكاء الاصطناعي والتكنولوجيا؟

بدأت رحلتي الريادية برغبة في معالجة المشكلات الواقعية عبر التكنولوجيا. خلال دراستي الجامعية، أدركت مدى صعوبة التنقل والثقة في وفرة المعلومات المتاحة على الإنترنت. دفعتني الرغبة إلى إنشاء أداة تُبسط العملية وتساعد الطلاب على التمييز بين المصادر. ما بدأ كأداة تمييز وتصفية للمعلومات المتاحة، تطور بمرور الوقت إلى ما هو عليه Liner اليوم: بحث ذكاء اصطناعي يقدم فقط أكثر النتائج موثوقية. جذبني الذكاء الاصطناعي لإمكاناته في تحويل طريقة معالجتنا وتفاعلنا مع البيانات. لا يزال إلهام إنشاء حلول ذات معنى للطلاب، مثل نفسي عندما كنت أصغر، يدفعني إلى الأمام.

كيف شكلت تجربتك مع إضافة المتصفح التي طوّرتها خلال أيام الجامعة رؤيتك لـ Liner؟

كانت إضافة المتصفح Liner Highlighter أول غوص حقيقي لي في حل مشكلة الفيض المعلوماتي. أظهرت لي مدى تقدير الناس للأدوات التي تسهل العثور على المعلومات الأساسية وتنظيمها. تعلمت أن تبسيط خطوة واحدة فقط في سير العمل يمكن أن يحدث تأثيرًا كبيرًا، سواءً كان ذلك عبر تمييز النقاط المهمة أو إظهار المصادر ذات الصلة. شكّلت هذه المشروع التزام Liner بخلق تجربة سلسة للمستخدمين، ومساعدة الطلاب والباحثين على تصفية الضوضاء الزائدة على الإنترنت.

ما كانت الرؤية الأصلية وراء Liner، وكيف تطورت منذ نشأتها؟

بدأت Liner كأداة بسيطة تساعد المستخدمين على تمييز وحفظ الأجزاء الرئيسية من المحتوى عبر الإنترنت. كان الهدف تسهيل تركيز المستخدمين على أكثر المعلومات صلة دون أن يشعروا بالإرهاق. مع مرور الوقت، أدركنا أن المستخدمين يحتاجون إلى أكثر من مجرد طريقة لجمع وفرز المعلومات — بل يحتاجون إلى طرق أفضل للعثور عليها وتقييم موثوقيتها. قادنا هذا الإدراك إلى تحويل Liner إلى محرك بحث ذكاء اصطناعي.

ما هي التحديات الرئيسية التي واجهتها أثناء تحويل Liner من أداة تمييز إلى محرك بحث مدفوع بالذكاء الاصطناعي؟

كان أحد أكبر التحديات هو ضمان قدرة الذكاء الاصطناعي لدينا على تقديم نتائج موثوقة ودقيقة باستمرار. يتطلب البحث الأكاديمي درجة عالية من الثقة، وكان تلبية هذه التوقعات أمرًا حاسمًا. تحدٍ آخر كان دمج سنوات من البيانات التي ميزها المستخدمون في عملية تدريب الذكاء الاصطناعي مع الحفاظ على بديهية المنصة. كان تحقيق التوازن الصحيح بين الابتكار التكنولوجي وتجربة المستخدم السلسة أمرًا أساسيًا ولكنه أيضًا مجزي للغاية.

من خلال بناء تعريف “الوكيل” في Liner من الصفر، استطعنا إنشاء إطار عمل قوي ومستقر لفهم ما هو الوكيل فعليًا. ثم نفذنا وكيل بحث يضع الأولوية للموثوقية والمصداقية. نظرًا لأن جمهورنا المستهدف يمثل قمة التوقعات المرتكزة على المصداقية، كنا بحاجة إلى حل مميز قادر على معالجة أكثر المشكلات تعقيدًا. تكمن قوتنا في الاستفادة من مجموعات البيانات الخاصة بنا، والرؤى التقنية التي اكتسبناها خلال عملية تعريف الوكيل، وخبرتنا في التنفيذ. معًا، أصبحت هذه العناصر أقوى أدواتنا لتحقيق النجاح.

هل يمكنك توضيح كيف يعزز دمج البيانات التي يميزها المستخدمون من دقة وموثوقية نتائج البحث بالذكاء الاصطناعي في Liner؟

تُعد البيانات التي يميزها المستخدمون طبقة قيمة من مراقبة الجودة، تساعد نموذج اللغة الكبيرة لدينا على تمييز ما يجده المستخدمون الآخرون مهمًا وموثوقًا. من خلال الاستفادة من هذه البيانات المُنقحة، نستطيع إعطاء الأولوية للمعلومات ذات الصلة والموثوقة في نتائج البحث. يضمن هذا النهج حصول المستخدمين على رؤى دقيقة وقابلة للتنفيذ مع تجنب المحتوى غير ذي الصلة أو منخفض الجودة.

كيف يميز Liner نفسه عن أدوات البحث بالذكاء الاصطناعي الأخرى مثل ChatGPT أو Perplexity؟

يتميز Liner بتركيزه على الموثوقية والشفافية. كل نتيجة بحث تتضمن استشهادًا، ويمكن للمستخدمين تصفية المصادر الأقل موثوقية لضمان الدقة. كإجراء إضافي، يمكن للطلاب سحب المصادر وعرض النص الأصلي المقتبس على شاشتهم. على عكس الأدوات المصممة للاستفسارات العارضة، تم بناء Liner خصيصًا للطلاب والأكاديميين والباحثين، مما يساعد المستخدمين على التركيز على التعلم المتعمق والتحليل بدلاً من التحقق من الحقائق. هذا الالتزام بالثقة وسهولة الاستخدام يجعل Liner أداة مفضلة لأكثر من 10 ملايين مستخدم، بما في ذلك الطلاب في جامعات مثل UC Berkeley، USC، University of Michigan، وTexas A&M. يواصل Liner تمييز نفسه من خلال الشراكات، مثل الشراكة الأخيرة مع Tako، التي تدمج أدوات تصور المعرفة لتقديم البيانات المعقدة بشكل أكثر سهولة وتفاعلية، مما يمكّن المستخدمين من الغوص أعمق في أبحاثهم.

ما الإجراءات التي يتخذها Liner لتقليل الأخطاء الوهمية (hallucinations) في ردوده الذكائية، وكيف يؤثر ذلك على ثقة المستخدم؟

يتطلب تقليل الأخطاء الوهمية ربط الردود التي يولدها الذكاء الاصطناعي بمصادر يمكن التحقق منها. يحقق Liner ذلك من خلال مقارنة نتائجه مع الأوراق الأكاديمية، قواعد البيانات الحكومية، وغيرها من المستودعات الموثوقة. يتيح نظام تصفية المصادر لدينا للمستخدمين أيضًا استبعاد المحتوى غير الموثوق، مضيفًا طبقة إضافية من ضمان الجودة. لا تقلل هذه الخطوات الأخطاء فحسب، بل تعزز أيضًا ثقة المستخدم.

يعتمد نظام Liner على الصلة (درجة الصلة بين الادعاءات التي يولدها الوكيل والفقرة المرجعية) والواقعية (التي تقيم مدى دعم الفقرات المرجعية للادعاءات التي يولدها الوكيل). كلما كان النص المرجعي أكثر دعمًا، ارتفعت درجة الواقعية. نظرًا لأن منتجنا يشجع المستخدمين بشدة على التحقق من الادعاءات لضمان خلوها من الأخطاء الوهمية، فإن تعزيز واقعية نظام الوكيل أمر حاسم. في النهاية، نلاحظ وجود علاقة إيجابية بين درجة الواقعية ومعدل احتفاظ المستخدمين.

ما الخطوات التي يتخذها Liner لبناء الثقة بين المستخدمين، خاصةً أولئك المتشككين في الاعتماد على الذكاء الاصطناعي للمعلومات الحيوية؟

تبدأ بناء الثقة بالشفافية. يقدم Liner استشهادات واضحة لكل نتيجة، مما يمنح المستخدمين القدرة على التحقق من المعلومات بأنفسهم. بالإضافة إلى ذلك، نقوم بترتيب المصادر بناءً على موثوقيتها ونسمح للمستخدمين بالتفاعل مباشرة مع المحتوى الأصلي. تلعب التوعية المستمرة للمستخدمين والاتصال المفتوح دورًا في إظهار أن الذكاء الاصطناعي، عندما يُصمم بمسؤولية، يمكن أن يكون حليفًا موثوقًا في مجال التعليم.

ما الاتجاهات التي تعتقد أنها ستشكل مستقبل الذكاء الاصطناعي في البحث الأكاديمي واسترجاع المعرفة المهنية؟

سيصبح الذكاء الاصطناعي أكثر تخصيصًا، متكيفًا مع احتياجات كل مستخدم وتقديم رؤى مخصصة. ستكون الشفافية أمرًا أساسيًا، حيث يسعى المستخدمون إلى مزيد من الوضوح حول كيفية معالجة الذكاء الاصطناعي للمعلومات وتقديم النتائج. ستركز التطورات أيضًا على معالجة الفيض المعلوماتي وتبسيط أدوات البحث. من خلال أتمتة المهام المتكررة مثل جمع البيانات وتلخيصها، سيسرّع الذكاء الاصطناعي المراحل الأولية للبحث، مما يتيح للباحثين التركيز أكثر على التفكير النقدي والتحليل والابتكار. سيشكل هذا التوازن بين الكفاءة والمشاركة الفكرية مستقبل البحث الأكاديمي والمهني.

Liner مؤخراً نجحت في جمع جولة تمويل بقيمة 29 مليون دولار. كيف سيساعد هذا الاستثمار Liner على النمو، وما هي المجالات التي تركزون عليها للتوسع؟

يسمح لنا هذا التمويل بتعزيز مهمتنا في تحسين الذكاء الاصطناعي في التعليم. نحن نوسع فريقنا العالمي ونطلق ميزات جديدة مثل وضع المقال (Essay Mode)، المصمم لمساعدة الطلاب على صقل مهاراتهم في كتابة المقالات، هيكلتها، وتنسيقها. كما نعطي الأولوية للشراكات مع الجامعات والمنظمات المهنية للوصول إلى المزيد من المستخدمين وإظهار تأثير أدوات البحث المدعومة بالذكاء الاصطناعي. وسعت التعاونات الأخيرة مع شركات مثل ThetaLabs وTako قدراتنا. يبرز هذا الاستثمار الحاجة المتزايدة إلى حلول بحث موثوقة، ونحن متحمسون للبناء على هذا الزخم.

شكرًا لكم على هذه المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Liner.