Hyun Kim, CEO und Mitbegründer von Superb AI – Interview Series

Hyun Kim ist CEO und Mitbegründer von Hervorragende KI, ein Unternehmen, das KI-Teams eine Datenplattform für maschinelles Lernen der neuen Generation bereitstellt, damit sie in kürzerer Zeit bessere KI entwickeln können. Die Superb AI Suite ist eine SaaS-Plattform für Unternehmen, die ML-Ingenieure, Produktteams, Forscher und Datenannotatoren bei der Erstellung effizienter Trainingsdaten-Workflows unterstützt.

Was hat Sie ursprünglich am Bereich KI, Datenwissenschaft und Robotik gereizt?

Als Student mit Hauptfach Biomedizintechnik an der Duke interessierte ich mich leidenschaftlich für Genetik und dafür, wie wir unsere DNA verändern können, um Krankheiten zu heilen oder gentechnisch veränderte Organismen zu erschaffen. Ich erinnere mich deutlich an ein Nasslaborexperiment, das etwa sechs Monate lang immer wieder fehlschlug. Das Frustrierendste daran war, dass es viele sich wiederholende manuelle Arbeiten gab, und im Nachhinein betrachtet war dies wahrscheinlich die Ursache für viele potenzielle Fehler.

Diese Frustration führte dazu, dass ich mich für alles interessierte, was mit Automatisierung zu tun hat. Ich habe mich praktisch in mehreren Laboren bei Duke umgesehen, bis ich zu einem Labor kam, das erforschte, wie maschinelles Lernen mithilfe von MRT-Scans des Gehirns bei der Diagnose der Parkinson-Krankheit helfen kann. Hier habe ich einen echten Eindruck vom bahnbrechenden Potenzial von Deep-Learning-Netzwerken bekommen. Am Ende absolvierte ich ein Doktoratsstudium in Informatik an der Duke University und arbeitete intensiv am Intelligent Robot Lab, um Robotern beizubringen, wie man Dinge lernt.

2016 waren Sie an der Amazon Robotics Challenge beteiligt. Woran haben Sie gearbeitet und wie hat Ihnen diese Erfahrung gefallen?

Bei Amazon Robotics Challenges sammeln Teams Punkte, indem sie Roboter dazu bringen, in einer bestimmten Zeit selbstständig Gegenstände auszuwählen und zu verstauen. Roboter in Fabriken und Montagelinien können auf das spezifische Objekt ausgelegt werden, das der Roboter aufnimmt und platziert, aber die ARC stellt unsere Roboter vor die Herausforderung, in sehr dynamischen Situationen zu agieren. Ich war der Leiter des „Team Duke“ und seiner Bewegungsplanungsfunktion. Ich habe Methoden zur Roboterbewegungsplanung für Pick-and-Place-Robotermanipulationsaufgaben in einer realistischen Lagerumgebung entworfen und implementiert. Es war eine aufregende Lernerfahrung, da wir eine Vielzahl komplexer Systeme zusammenstellen mussten, von auf Computer Vision basierenden Roboterwahrnehmungssystemen bis hin zu Bewegungsplanungsalgorithmen und maßgeschneiderten mechanischen Endeffektor-Hardware.

Anschließend haben Sie fast zwei Jahre lang als Forschungsingenieur für maschinelles Lernen bei SK T-Brain gearbeitet. Was war das für ein Projekt?

Ungefähr ein Jahr nach Beginn meiner Doktorarbeit, im März 2016, besiegte Googles AlphaGo den Human-Champion Lee Sedol auf Go. Besonders in Korea, wo Go weitaus beliebter ist als anderswo, waren das bahnbrechende Neuigkeiten.

Nach diesem Ereignis begannen die Regierung und alle großen Unternehmen sofort, eine Menge in die KI-Forschung zu investieren. Eines der Unternehmen hieß SKT oder SK Telecom und war ein großer koreanischer Konzern. Mir wurde eine Stelle als Forschungsingenieur für maschinelles Lernen in ihrem brandneuen KI-Forschungslabor namens SKT Brain angeboten. Ich ließ mich von meiner Doktorarbeit beurlauben und kehrte für etwa zwei Jahre nach Korea zurück, um dort zu arbeiten.

Der Zweck meines Teams bestand darin, zu verschiedenen KI-Themen zu forschen, die möglicherweise zu einem Produkt werden oder eine Geschäftsmöglichkeit für das Unternehmen schaffen könnten. In diesen zwei Jahren habe ich mich mit Themen wie selbstfahrenden Autos, Spiele-KI (speziell StarCraft AI) und Generative Adversarial Networks oder GANs beschäftigt.

Nach zwei Jahren kehrte ich nicht zur Schule zurück, um mein Doktoratsstudium abzuschließen, sondern verließ das Unternehmen, um mein Unternehmen Superb AI zu gründen.

Was war die Inspiration für die Einführung von Superb AI?

Als ich mich in der Schule mit Roboterlernen beschäftigte und auch in einem Forschungslabor eines Unternehmens arbeitete, wurde mir klar, dass ich die meiste Zeit mit der Datenkuratierung verbringe.

In der Schule verbrachte ich die meiste Zeit damit, simulierte Umgebungen für Robotik-Simulationsdaten zu erstellen. In meinem vorherigen Unternehmen habe ich Zeit damit verbracht, Datensätze für autonomes Fahren und Spiele-KI zu sammeln und zu kennzeichnen.

Und leider war das nicht nur für mich so. Dasselbe galt für meine Kollegen und war ein weit verbreitetes Problem für jeden Forscher und Ingenieur in der Branche des maschinellen Lernens.

Ich wollte das beheben. Wie Sie sehen, bin ich ein großer Fan von maschinellem Lernen und KI und denke, dass sie unser Leben wirklich revolutionieren können. Ich möchte, dass technische Durchbrüche schneller erfolgen und ich möchte, dass sie in unserem täglichen Leben Anwendung finden.

Um dies zu erreichen, habe ich zunächst daran gearbeitet, Algorithmen für maschinelles Lernen mit weniger menschlichem Input lernen zu lassen. Das hat mein Interesse für Dinge wie unbeaufsichtigtes Lernen und Meta-Lernen geweckt. Nachdem ich einen Artikel über GANs veröffentlicht hatte, wurde mir klar, was ich tun wollte. Anstatt Forschungsarbeiten zu veröffentlichen, wollte ich ein tatsächliches Produkt oder eine Dienstleistung entwickeln, die sich auf die Branche auswirken und sofort mit der Lösung des Datenproblems beginnen kann.

Wie würden Sie die von Superb AI angebotenen Dienste am besten beschreiben?

Superb AI bietet eine Datenplattform für maschinelles Lernen namens Superb AI Suite. Suite hilft Unternehmen dabei, Trainingsdaten effizient zu erstellen, zu kennzeichnen und zu verwalten und ihren ML-Ops-Zyklus zu beschleunigen.

Es ist bekannt, dass die meisten Teams für maschinelles Lernen über 50 % ihrer Zeit mit der Verwaltung von Trainingsdatensätzen verbringen. Wir helfen Ingenieuren dabei, Trainingsdatensätze einfach zu filtern, zu durchsuchen und zu bearbeiten und über ein leistungsstarkes SDK und APIs in ihren ML Ops-Stack zu integrieren, z. B. Datenspeicher oder Deep-Learning-Frameworks.

Produktleiter verbringen auch viel Zeit mit Trainingsdaten. Wir tragen dazu bei, ihnen das Leben durch nahtlose Problemverfolgung, Datenanalyse und viele kollaborations- und produktivitätsbezogene Funktionen zu erleichtern.

Darüber hinaus kann unsere Funktion zur automatischen Kennzeichnung, die viele fortschrittliche ML-Techniken wie Transferlernen und aktives Lernen nutzt, den automatischen Kennzeichnungs- und Qualitätskontrollprozess unterstützen.

Was war der schwierigste Aspekt beim Aufbau einer Datenplattform für maschinelles Lernen?

Der Aufbau einer Datenplattform für maschinelles Lernen stellt eine interessante technische Herausforderung dar, nicht nur, weil maschinelles Lernen eine enorme Menge unstrukturierter Daten wie Bilder und Videos erfordert, sondern noch mehr, weil die Daten von zahlreichen Benutzern auf der ganzen Welt ständig gelesen und aktualisiert werden müssen.

Welche Unternehmen nutzen die Superb AI-Plattform?

Wir haben Kunden unterschiedlicher Größe in vielen Branchen. Große Unternehmen der Unterhaltungselektronik, darunter Samsung und LG, nutzen unsere Plattform, um Daten zu verwalten und ihren ML-Entwicklungsprozess zu beschleunigen. Viele Unternehmen und Start-ups in der autonomen Fahrzeugbranche sowie Unternehmen, die unbemannte Systeme in Anwendungen von der physischen Sicherheit bis zum Bauwesen einsetzen, nutzen unsere Plattform.

Darüber hinaus nutzen AR/VR- und Gaming-Unternehmen unsere Trainingsdatenplattform, um Datensätze zu erstellen und zu verwalten, die ML-Modelle lehren können.

Im medizinischen Bereich nutzen Forschungslabore renommierter internationaler Universitäten unsere Plattform, um Trainingsdaten zu verwalten und Computer-Vision-Modelle effizienter zu trainieren, um Tumore in MRTs und CT-Scans zu erkennen.

Superb AI war Mitglied des Winterkurses 2019 von Y Combinator. Können Sie diese Erfahrung beschreiben und was sind einige der wichtigsten Erkenntnisse, die Sie dabei gewonnen haben?

Unsere beiden wichtigsten Erkenntnisse bestanden darin, zu lernen, uns auf die Benutzer zu konzentrieren und schnell zu iterieren. Das Motto von YC lautet „etwas machen, was die Leute wollen“. Oftmals konzentrieren sich Startups, insbesondere Tech-Startups, auf die technischen Innovationen und vernachlässigen, was die Nutzer tatsächlich brauchen. Während des dreimonatigen Prozesses haben wir gelernt, extrem benutzerorientiert zu sein – wir haben mit so vielen Benutzern wie möglich gesprochen und wirklich versucht zu verstehen, was sie wirklich brauchen – und haben gleichzeitig Produktaktualisierungen und Nachrichten wiederholt, um sie an die Bedürfnisse der Benutzer anzupassen. Da es unmöglich ist, beim ersten Versuch ein Produkt zu finden oder es auf den Markt zu bringen, ist es von größter Bedeutung, ständig mit den Benutzern zu sprechen und ihnen das zu liefern, was sie wollen. Es ist sehr offensichtlich, wenn man darüber nachdenkt, aber in der Praxis ist es sehr schwer, sich darauf zu konzentrieren.

Gibt es noch etwas, das Sie über Superb AI mitteilen möchten?

Wir haben gerade unser kostenloses Produktangebot erweitert, das Benutzern mehr Rohdatenspeicher und mehr Beschriftungs-/Datenverwaltungs-/Entwicklerfunktionen und Toolkits bietet. Wir haben es uns zur Aufgabe gemacht, KI zu demokratisieren, und möchten, dass die Menschen wissen, dass es Unternehmen wie uns gibt, die sich dafür einsetzen, so viel wie möglich zu leisten, um die Einführung und Integration von KI in unseren Alltag voranzutreiben.

Vielen Dank für die Interviews, Leser, die mehr erfahren möchten, sollten vorbeischauen Hervorragende KI.