Luke Kim, grundlægger og administrerende direktør for Liner – Intervju-serie

Luke Kim er grundlægger og administrerende direktør for Liner, et avantgarde AI-drevet forskningstool designet til at strømline og forbedre forskningsprocessen, hvilket hjælper brugerne med at fuldføre deres opgaver 5,5 gange hurtigere. Som en AI-søgemaskine leverer Liner filtrerede søgeresultater for præcis information og genererer automatisk citater i forskellige formater, hvilket gør det til en uvurderlig ressource for forskere, studerende og professionelle.

Kan du fortælle os om din baggrund og hvad der inspirerede dig til at forfølge iværksætterdrømmen, især inden for området for AI og teknologi?

Min iværksætterrejse begyndte med en ønske om at løse virkelige problemer gennem teknologi. Som bachelorstuderende var jeg slået af, hvor svært det var at navigere og stole på den overvældende mængde information på internettet. Jeg var motiveret til at skabe et værktøj, der kan strømline processen og hjælpe studerende med at skelne mellem kilder. Det, der startede som et markeringsværktøj, der hjalp med at filtrere den tilgængelige information, udviklede sig over tid til det, Liner er i dag: en AI-søgning, der kun leverer de mest pålidelige resultater. Jeg blev tiltrukket af AI på grund af dets potentiale til at transformere, hvordan vi behandler og interagerer med data. Muligheden for at skabe meningsfulde løsninger for studerende, som min yngre selv, fortsætter med at inspirere mig.

Hvordan formede din oplevelse med browser-udvidelsen, du byggede under din universitetstid, visionen for Liner?

Liner-highlighter-browser-udvidelsen var min første rigtige dyk ned i at løse problemet med informationsoverbelastning. Den viste mig, hvor meget mennesker værdsætter værktøjer, der gør det lettere at finde og organisere vigtig information. Jeg lærte, at selv en enkelt proces kan have en stor indvirkning, enten det er at markere vigtige punkter eller at fremhæve relevante kilder. Dette projekt formede Liners engagement i at skabe en problemfri oplevelse for brugerne og hjælpe studerende og forskere med at filtrere den overvældende mængde støj på internettet.

Hvad var den oprindelige vision bag Liner, og hvordan er den udviklet siden dens oprettelse?

Liner startede som et simpelt værktøj til at hjælpe brugerne med at markere og gemme vigtige dele af online-indhold. Målet var at gøre det lettere for brugerne at fokusere på den mest relevante information uden at blive overvældet. Over tid erkendte vi, at brugerne havde brug for mere end en måde at samle og sortere information på – de havde brug for bedre måder at finde den på og afgøre dens pålidelighed. Denne erkendelse vejledte Liners transformation til en AI-søgemaskine.

Hvad var de største udfordringer, du stod over for, mens du omdannede Liner fra et markeringsværktøj til en AI-drevet søgemaskine?

En af de største udfordringer var at sikre, at vores AI konsekvent leverede pålidelige og nøjagtige resultater. Akademisk forskning kræver en høj grad af tillid, og det var kritisk at opfylde disse forventninger. En anden udfordring var at integrere år med bruger-markeret data i AI’s træningsproces, samtidig med at platformen forblev brugervenlig. At finde den rette balance mellem teknologisk innovation og en problemfri brugeroplevelse var essentiel, men også utrolig belønning.

Ved at bygge Liners definition af “agent” fra bunden formede vi en robust og stabil ramme for at forstå, hvad en agent virkelig er. Vi implementerede herefter en søgeagent, der prioriterede pålidelighed og troværdighed. Da vores målgruppe repræsenterer toppen af troværdigheds-fokuserede forventninger, havde vi brug for en unik løsning, der kunne tackle de mest komplekse problemer. Vores styrke lå i at udnytte vores proprietære datasets, de tekniske indsighter, vi fik under agent-definitionen, og vores implementeringskompetence. Disse elementer blev vores kraftigste værktøjer for succes.

Kan du uddybe, hvordan integrationen af bruger-markeret data forbedrer nøjagtigheden og pålideligheden af Liners AI-søgeresultater?

Bruger-markeret data fungerer som et værdifuldt lag af kvalitetskontrol, der hjælper vores LLM med at afgøre, hvad andre brugere finder vigtigt og troværdigt. Ved at udnytte denne kuraterede data kan vi prioritere relevant og troværdig information i vores søgeresultater. Denne tilgang sikrer, at brugerne får præcise og handlebare indsighter, samtidig med at de undgår irrelevant eller lavkvalitetsindhold.

Hvordan adskiller Liner sig fra andre AI-søgetjenester som ChatGPT eller Perplexity?

Liner adskiller sig ved at prioritere pålidelighed og gennemsigtighed. Hvert søgeresultat inkluderer en kildehenvisning, og brugerne kan filtrere ud mindre pålidelige kilder for at sikre nøjagtighed. Som en ekstra foranstaltning kan studerende trække kilder og se det originale citerede tekst på deres skærm. I modsætning til værktøjer designet til mere uformelle forespørgsler er Liner bygget specifikt til studerende, akademikere og forskere, hvilket hjælper brugerne med at fokusere på dybdegående læring og analyse i stedet for at verificere fakta. Dette engagement i tillid og brugervenlighed gør Liner til et foretrukket værktøj for over 10 millioner brugere, herunder studerende på universiteter som UC Berkeley, USC, University of Michigan og Texas A&M. Liner fortsætter med at adskille sig selv gennem partnerskaber, som det nyeste med Tako, der integrerer videnvisualiseringsværktøjer for at præsentere komplekse data i en mere tilgængelig og interaktiv format, hvilket giver brugerne mulighed for at dykke dybere i deres forskning.

Hvad foranstaltninger tager Liner for at reducere hallucinationer i dens AI-responser, og hvordan påvirker dette brugertilliden?

At reducere hallucinationer kræver, at AI-genererede responser er forankret i verificerbare kilder. Liner opnår dette ved at krydskontrollere sine resultater med akademiske artikler, regeringsdatabaser og andre troværdige kilder. Vores kildefilter-system tillader yderligere brugerne at udelukke upålideligt indhold, hvilket giver en ekstra lag af kvalitetsgaranti. Disse skridt reducerer ikke kun fejl, men bygger også tillid hos brugeren.

Liners system er baseret på relevans (relevansscoren mellem agent-genererede påstande og reference-pasager) og faktualitet (som vurderer, hvor godt agent-genererede påstande er understøttet af reference-pasagerne). Jo mere understøttende passagen er, desto højere er faktualitetsscoren. Da vores produkt stærkt opmuntrer brugere til at verificere påstande for at sikre, at de er fri for hallucinationer, er det afgørende at forbedre faktualiteten af vores agentsystem. Til sidst observerer vi en positiv korrelation mellem faktualitetsscoren og brugerretention.

Hvad gør Liner for at opbygge tillid blandt brugere, især de, der er skeptiske over for at afhænge af AI til kritisk information?

At opbygge tillid begynder med gennemsigtighed. Liner leverer klare kildehenvisninger for hvert resultat, hvilket giver brugerne mulighed for at verificere informationen selv. Yderligere rangerer vi kilder efter pålidelighed og tillader brugerne at interagere direkte med det originale indhold. Kontinuerlig brugeruddannelse og åben kommunikation spiller også en rolle i at demonstrere, at AI, når det er designet ansvarligt, kan være en pålidelig allieret i uddannelsen.

Hvad mener du vil forme fremtiden for AI i akademisk forskning og professionel videnhentning?

AI vil blive mere og mere tilpasset til den enkelte brugers unikke behov og give tilpassede indsighter. Gennemsigtighed vil være nøglefaktoren, da brugerne søger større klarhed om, hvordan AI behandler information og leverer resultater. Fremgangen vil også fokusere på at tackle informationsoverbelastning og strømline forskningstjenester. Ved at automatisere repetitive opgaver som dataindsamling og syntese vil AI accelerere de tidlige faser af forskningen, hvilket giver forskerne mulighed for at fokusere mere på kritisk tænkning, analyse og innovation. Denne balance mellem effektivitet og intellektuel engagement vil forme fremtiden for akademisk og professionel forskning.

Liner har nyligt succesfuldt samlet 29 millioner dollars i en finansieringsrunde. Hvordan vil denne investering hjælpe Liner med at vokse, og hvilke områder fokuserer du på til udvidelse?

Denne finansiering giver os mulighed for at fremme vores mission om at forbedre AI i uddannelsen. Vi udvider vores globale team og ruller nye funktioner ud, som Essay Mode, der er designet til at hjælpe studerende med at forfine deres færdigheder i at skrive, strukturere og formatering af essays. Vi prioriterer også partnerskaber med universiteter og professionelle organisationer for at nå flere brugere og demonstrere virkningen af AI-drevne forskningstjenester. Nylige samarbejder med virksomheder som ThetaLabs og Tako har udvidet vores kapaciteter. Denne investering understreger det voksende behov for pålidelige søgeløsninger, og vi er ivrige efter at bygge videre på denne momentum.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Liner.