Luke Kim, grundlægger og administrerende direktør for Liner – Interviewserie

Luke Kim er grundlægger og administrerende direktør for Liner, et banebrydende AI‑drevet forskningsværktøj designet til at strømline og forbedre forskningsprocessen, så brugerne kan fuldføre deres opgaver 5,5 gange hurtigere. Som en AI‑søgemaskine leverer Liner filtrerede søgeresultater for præcis information og genererer automatisk citationer 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 blive iværksætter, især inden for AI og teknologi?

Min iværksætterrejse startede med et ønske om at løse virkelige problemer gennem teknologi. Som bachelorstuderende blev jeg slået af, hvor udfordrende det var at navigere i og have tillid til den enorme mængde information online. Jeg blev motiveret til at skabe et værktøj, der strømliner processen og hjælper studerende med at skelne mellem kilder. Det, der begyndte som et fremhævningsværktøj, der sorterer 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 jeg selv var, fortsætter med at inspirere mig.

Hvordan påvirkede din erfaring med den browserudvidelse, du byggede under dine universitetsdage, visionen for Liner?

Liner highlighter-browserudvidelsen var min første egentlige fordybelse i at løse problemet med informationsoverbelastning. Den viste mig, hvor meget folk værdsætter værktøjer, der gør det lettere at finde og organisere vigtig information. Jeg lærte, at forenkling af selv ét trin i en arbejdsgang kan have stor betydning, hvad enten det er at fremhæve vigtige punkter eller frembringe relevante kilder. Dette projekt formede Liners engagement i at skabe en problemfri oplevelse for brugerne og hjælpe studerende og forskere med at sortere støjen på internettet.

Hvad var den oprindelige vision bag Liner, og hvordan har den udviklet sig siden starten?

Liner startede som et simpelt værktøj til at hjælpe brugere med at fremhæve og gemme nøgledele af onlineindhold. Målet var at gøre det lettere for brugerne at fokusere på den mest relevante information uden at blive overvældet. Over tid indså vi, at brugerne havde brug for mere end blot en måde at indsamle og sortere information på – de havde brug for bedre måder at finde den på og vurdere dens pålidelighed. Denne erkendelse styrede Liners omdannelse til en AI‑søgemaskine.

Hvad var de største udfordringer, du stod over for, da du omdannede Liner fra et fremhævningsværktøj til en AI‑drevet søgemaskine?

En af de mest betydningsfulde udfordringer var at sikre, at vores AI konsekvent kunne levere pålidelige og præcise resultater. Akademisk forskning kræver en høj grad af tillid, og det var afgørende at leve op til disse forventninger. En anden udfordring var at integrere årtiers bruger‑fremhævede data i AI‑ens træningsproces, samtidig med at platformen forblev intuitiv. At finde den rette balance mellem teknologisk innovation og en problemfri brugeroplevelse var essentielt, men også utroligt givende.

Ved at opbygge Liners definition af “agent” fra bunden kunne vi skabe en robust og stabil ramme for at forstå, hvad en agent egentlig er. Vi implementerede derefter en søgeagent, der prioriterede pålidelighed og troværdighed. Da vores målgruppe repræsenterer toppen af forventninger med fokus på troværdighed, havde vi brug for en særskilt løsning, der kunne håndtere de mest komplekse problemer. Vores styrke lå i at udnytte vores proprietære datasæt, de tekniske indsigter opnået under agent‑definitionsprocessen og vores implementeringsekspertise. Sammen blev disse elementer vores mest kraftfulde værktøjer for succes.

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

Bruger‑fremhævede data fungerer som et værdifuldt lag af kvalitetskontrol, som hjælper vores LLM med at skelne, hvad andre brugere finder vigtigt og troværdigt. Ved at udnytte disse kuraterede data kan vi prioritere relevant og pålidelig information i vores søgeresultater. Denne tilgang sikrer, at brugerne får præcise og handlingsorienterede indsigter, samtidig med at de undgår irrelevant eller lavkvalitetsindhold.

Hvordan adskiller Liner sig fra andre AI‑søgeværktøjer som ChatGPT eller Perplexity?

Liner skiller sig ud ved at prioritere pålidelighed og gennemsigtighed. Hvert søgeresultat indeholder en citation, og brugerne kan filtrere mindre pålidelige kilder fra for at sikre nøjagtighed. Som en ekstra foranstaltning kan studerende hente kilder og se den oprindelige citerede tekst på deres skærm. I modsætning til værktøjer designet til uformelle forespørgsler er Liner specifikt bygget til studerende, akademikere og forskere, så de kan fokusere på dybdegående læring og analyse i stedet for at verificere fakta. Denne forpligtelse til 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 differentiere sig gennem partnerskaber, som det seneste med Tako, der integrerer værktøjer til visualisering af viden for at præsentere komplekse data på en mere tilgængelig og interaktiv måde, så brugerne kan dykke dybere ned i deres forskning.

Hvilke foranstaltninger tager Liner for at reducere hallucinationer i sine AI‑svar, og hvordan påvirker det brugerens tillid?

Reduktion af hallucinationer kræver, at AI‑genererede svar forankres i verificerbare kilder. Liner opnår dette ved at krydstjekke sine resultater med akademiske artikler, offentlige databaser og andre pålidelige arkiver. Vores kildefiltreringssystem giver desuden brugerne mulighed for at udelukke upålideligt indhold, hvilket tilføjer et ekstra lag af kvalitetssikring. Disse tiltag minimerer ikke kun fejl, men bygger også tillid hos brugeren.

Liners system er baseret på relevans (relevansscoren mellem agent‑genererede påstande og referenceafsnit) og faktualitet (som vurderer, hvor godt de agent‑genererede påstande understøttes af referenceafsnittene). Jo mere understøttende afsnittet er, desto højere er faktualitetsscoren. Da vores produkt stærkt opfordrer brugerne til at verificere påstande for at sikre, at de er fri for hallucinationer, er forbedring af faktualiteten i vores agentsystem afgørende. På sigt ser vi en positiv sammenhæng mellem faktualitetsscoren og brugerfastholdelse.

Hvilke skridt tager Liner for at opbygge tillid blandt brugerne, især dem der er skeptiske over for at stole på AI til kritisk information?

Opbygning af tillid starter med gennemsigtighed. Liner leverer klare citationer for hvert resultat, så brugerne selv kan verificere informationen. Derudover rangerer vi kilder efter pålidelighed og giver brugerne mulighed for at engagere sig direkte med det originale indhold. Kontinuerlig brugeruddannelse og åben kommunikation spiller også en rolle i at demonstrere, at AI, når den er ansvarligt designet, kan være en pålidelig partner i uddannelsen.

Hvilke tendenser tror du vil forme fremtiden for AI inden for akademisk forskning og professionel videnshentning?

AI vil blive stadig mere personlig, tilpasset den enkelte brugers unikke behov og levere skræddersyede indsigter. Gennemsigtighed vil være afgørende, da brugerne ønsker større klarhed over, hvordan AI behandler information og leverer resultater. Fremskridt vil også fokusere på at håndtere informationsoverbelastning og strømline forskningsværktøjer. Ved at automatisere gentagne opgaver som dataindsamling og syntese vil AI fremskynde de tidlige faser af forskningen, så forskere kan fokusere mere på kritisk tænkning, analyse og innovation. Denne balance mellem effektivitet og intellektuelt engagement vil forme fremtiden for akademisk og professionel forskning.

Liner har for nylig lykket med at rejse en finansieringsrunde på 29 millioner dollars. Hvordan vil denne investering hjælpe Liner med at vokse, og hvilke områder fokuserer du på for udvidelse?

Denne finansiering gør det muligt for os at videreføre vores mission om at forbedre AI i uddannelse. Vi udvider vores globale team og lancerer nye funktioner som Essay‑Mode, der er designet til at hjælpe studerende med at finpudse deres færdigheder i at skrive, strukturere og formatere essays. Vi prioriterer også partnerskaber med universiteter og professionelle organisationer for at nå flere brugere og demonstrere effekten af AI‑drevne forskningsværktøjer. Seneste samarbejder med virksomheder som ThetaLabs og Tako har udvidet vores kapaciteter. Denne investering fremhæver det stigende behov for pålidelige søgeløsninger, og vi er ivrige efter at bygge videre på dette momentum.

Tak for det fantastiske interview, læsere der ønsker at lære mere, bør besøge Liner.