Hyun Kim, CEO y Co-Fundador de Superb AI – Serie de Entrevistas

Hyun Kim es el CEO y Co-Fundador de Superb AI, una empresa que proporciona una plataforma de datos de aprendizaje automático de nueva generación a los equipos de IA para que puedan construir una mejor IA en menos tiempo. La Suite Superb AI es una plataforma de SaaS empresarial diseñada para ayudar a los ingenieros de ML, los equipos de productos, los investigadores y los annotadores de datos a crear flujos de trabajo de datos de entrenamiento eficientes.

¿Qué te atrajo inicialmente al campo de la IA, la Ciencia de Datos y la Robótica?

Como estudiante de pregrado en Ingeniería Biomédica en Duke, me apasionaba la genética y cómo podemos ingeniar nuestro ADN para curar enfermedades o crear organismos genéticamente modificados. Recuerdo un experimento de laboratorio húmedo que falló durante seis meses seguidos. La parte más frustrante era que había mucho trabajo manual repetitivo, y en retrospectiva, eso probablemente fue la raíz de muchos errores potenciales.

Esta frustración me llevó a interesarme en todo lo relacionado con la automatización. Básicamente, floté alrededor de varios laboratorios en Duke hasta que me uní a uno que investigaba cómo el aprendizaje automático puede ayudar a diagnosticar la enfermedad de Parkinson utilizando escaneos de MRI del cerebro. Aquí tuve un verdadero sabor por el potencial de cambio de juego de las redes de aprendizaje profundo. Terminé persiguiendo un programa de doctorado en ciencias de la computación en Duke y trabajé intensamente en el Laboratorio de Robótica Inteligente enseñando a los robots a aprender cosas.

En 2016, participaste en el Desafío de Robótica de Amazon (AMZN ). ¿En qué estabas trabajando y cómo disfrutaste de esta experiencia?

En el Desafío de Robótica de Amazon, los equipos ganan puntos haciendo que los robots recojan y almacenen artículos de manera autónoma en un tiempo determinado. Los robots en fábricas y líneas de ensamblaje pueden ser diseñados para el objeto específico que el robot está recogiendo y colocando, pero el Desafío de Robótica de Amazon nos desafía a que nuestros robots operen en situaciones muy dinámicas. Fui el líder del “Equipo Duke” y su función de planificación de movimiento. Diseñé e implementé métodos de planificación de movimiento de robots para tareas de manipulación de robots de recoger y colocar en un entorno de almacén realista. Fue una experiencia de aprendizaje emocionante, ya que tuvimos que juntar una multitud de sistemas complejos, desde sistemas de percepción de robots basados en visión por computadora hasta algoritmos de planificación de movimiento y hardware de efectores mecánicos personalizados.

Luego trabajaste durante casi 2 años como ingeniero de investigación de aprendizaje automático en SK T-Brain, ¿en qué proyecto estabas trabajando?

Aproximadamente un año después de comenzar mi doctorado, en marzo de 2016, AlphaGo de Google derrotó al campeón humano, Lee Sedol, en Go. Fue una noticia innovadora, especialmente en Corea, donde Go es mucho más popular que en otros lugares.

Después de ese evento, el gobierno y todas las empresas importantes comenzaron a invertir mucho en investigación de IA. Una de las empresas se llamaba SKT, o SK Telecom (SKM ), un conglomerado coreano importante. Me ofrecieron un puesto de ingeniero de investigación de aprendizaje automático en su laboratorio de investigación de IA, llamado SKT Brain. Me tomé un permiso de mi doctorado y regresé a Corea para trabajar durante aproximadamente 2 años.

El propósito de mi equipo era investigar varios temas de IA que podrían potencialmente generar un producto o crear una oportunidad de negocio para la empresa. En esos dos años, intenté abordar temas como coches autónomos, IA de juegos (específicamente IA de StarCraft) y Redes Adversarias Generativas o GAN.

Después de dos años, en lugar de regresar a la escuela para terminar mi programa de doctorado, me fui para fundar mi propia empresa, Superb AI.

¿Cuál fue la inspiración detrás del lanzamiento de Superb AI?

Mientras investigaba el aprendizaje de robots en la escuela y también mientras trabajaba en un laboratorio de investigación corporativo, fue muy evidente para mí que la mayoría de mi tiempo lo pasaba en la curación de datos.

En la escuela, pasaba la mayoría de mi tiempo creando entornos simulados para datos de simulación de robótica. En mi empresa anterior, pasaba tiempo recopilando y etiquetando conjuntos de datos para IA de autos autónomos y juegos.

Y, lamentablemente, eso no era solo para mí. Era lo mismo para mis colegas, y un dolor de cabeza común para todos los investigadores y ingenieros en la industria del aprendizaje automático.

Quería solucionar eso. Como puedes ver, soy un gran fanático del aprendizaje automático y la IA, y creo que pueden revolucionar verdaderamente nuestras vidas. Quiero que los avances tecnológicos ocurran más rápidamente, y quiero verlos aplicados a nuestras vidas cotidianas.

Para hacer que eso suceda, inicialmente investigué cómo hacer que los algoritmos de aprendizaje automático aprendan con menos entrada humana. Eso me llevó a interesarme en cosas como el aprendizaje no supervisado y el metaaprendizaje. Después de publicar un artículo sobre GAN, me di cuenta de lo que quería hacer. En lugar de publicar trabajos de investigación, quería crear un producto o servicio real que pueda impactar en la industria y comenzar a solucionar el problema de los datos de inmediato.

¿Cómo describirías mejor los servicios que ofrece Superb AI?

Superb AI proporciona una plataforma de datos de aprendizaje automático llamada Superb AI Suite. La Suite ayuda a las empresas a crear, etiquetar y gestionar datos de entrenamiento de manera eficiente, y acelerar su ciclo de ML Ops.

Es bien sabido que la mayoría de los equipos de aprendizaje automático pasan más del 50% de su tiempo gestionando conjuntos de datos de entrenamiento. Ayudamos a los ingenieros a filtrar, buscar y manipular conjuntos de datos de entrenamiento fácilmente, y a integrarlos con su pila de ML Ops, como almacenamiento de datos o marcos de aprendizaje profundo a través de un SDK y API poderosos.

Los líderes de productos también pasan mucho tiempo con los datos de entrenamiento. Hacemos que sus vidas sean más fáciles a través de un seguimiento de problemas sin esfuerzo, análisis de datos y muchas características relacionadas con la colaboración y la productividad.

Además, nuestra función de etiquetado automático, que utiliza muchas técnicas de aprendizaje automático avanzadas como el aprendizaje de transferencia y el aprendizaje activo, puede asistir en el proceso de etiquetado y control de calidad automático.

¿Cuál ha sido el aspecto más difícil de construir una plataforma de datos de aprendizaje automático?

Construir una plataforma de datos de aprendizaje automático plantea un desafío de ingeniería interesante, no solo porque el aprendizaje automático requiere una cantidad tremenda de datos no estructurados, como imágenes y videos, sino también porque los datos deben ser leídos y actualizados constantemente por numerosos usuarios en todo el mundo.

¿Qué empresas están utilizando la plataforma Superb AI?

Tenemos clientes de diferentes tamaños en muchos verticales. Empresas de electrónica de consumo grandes, como Samsung y LG, utilizan nuestra plataforma para gestionar datos y acelerar su proceso de desarrollo de ML. Muchas empresas y startups en la industria de vehículos autónomos, así como empresas que utilizan sistemas no tripulados en aplicaciones desde seguridad física hasta construcción, utilizan nuestra plataforma.

Además, empresas de AR/VR y juegos utilizan nuestra plataforma de datos de entrenamiento para crear y gestionar conjuntos de datos que puedan enseñar a los modelos de ML.

En el sector médico, laboratorios de investigación en universidades internacionales de renombre utilizan nuestra plataforma para gestionar datos de entrenamiento y entrenar más eficientemente a los modelos de Visión por Computadora para reconocer tumores dentro de MRI y CT.

Superb AI fue miembro de la clase de invierno de 2019 de Y Combinator, ¿puedes describir esta experiencia y qué son algunos de los conocimientos clave que aprendiste?

Nuestros dos principales conocimientos fueron aprender a centrarse en los usuarios y a iterar rápidamente. El lema de YC es “crear algo que la gente quiera”. A menudo, las startups, y especialmente las startups de tecnología, se centran en las innovaciones técnicas y descuidan lo que los usuarios realmente necesitan. A lo largo del proceso de tres meses, aprendimos a ser extremadamente orientados al usuario, hablando con tantos usuarios como posible y tratando de entender realmente lo que necesitan, al mismo tiempo que iteramos sobre actualizaciones de productos y mensajes para adaptarlos a las necesidades de los usuarios. Dado que es imposible acertar con un producto o alcanzar la coincidencia de producto-mercado en el primer intento, es fundamental hablar constantemente con los usuarios y entregar lo que quieren. Es muy obvio cuando se piensa en ello, pero muy difícil de centrarse en la práctica.

¿Hay algo más que te gustaría compartir sobre Superb AI?

Acabamos de mejorar nuestra oferta de producto gratuito que da a los usuarios más almacenamiento de activos brutos y más características y herramientas de etiquetado y gestión de datos y desarrolladores. Estamos en una misión real para democratizar la IA y queremos que la gente sepa que hay empresas como la nuestra que están comprometidas con proporcionar todo lo posible para fomentar la adopción y la integración de la IA en nuestras vidas cotidianas.

Gracias por las entrevistas, los lectores que deseen aprender más pueden visitar Superb AI.