Luke Kim, Fondateur et PDG de Liner – Série d’entretiens

Luke Kim est le fondateur et PDG de Liner, un outil de recherche alimenté par l’IA de pointe conçu pour rationaliser et améliorer le processus de recherche, aidant les utilisateurs à effectuer leurs tâches 5,5 fois plus rapidement. En tant que moteur de recherche basé sur l’IA, Liner fournit des résultats de recherche filtrés pour des informations précises et génère automatiquement des citations dans divers formats, ce qui en fait une ressource inestimable pour les chercheurs, les étudiants et les professionnels.

Pouvez-vous nous parler de votre parcours et de ce qui vous a inspiré à entreprendre, notamment dans le domaine de l’IA et de la technologie ?

Mon parcours d’entrepreneur a commencé par le désir de résoudre des problèmes du monde réel grâce à la technologie. En tant qu’étudiant, j’ai été frappé par la difficulté de naviguer et de faire confiance à la multitude d’informations en ligne. J’ai été motivé pour créer un outil qui rationalise le processus et aide les étudiants à discerner entre les sources. Ce qui a commencé comme un outil de mise en évidence, en éliminant les informations disponibles, s’est développé au fil du temps en ce que Liner est aujourd’hui : un moteur de recherche basé sur l’IA qui fournit uniquement les résultats les plus fiables. J’ai été attiré par l’IA pour son potentiel de transformer la façon dont nous traitons et interagissons avec les données. L’opportunité de créer des solutions significatives pour les étudiants, comme mon moi plus jeune, continue de m’inspirer.

Comment votre expérience avec l’extension de navigateur que vous avez créée pendant vos études universitaires a-t-elle façonné la vision pour Liner ?

L’extension de navigateur Liner Highlighter a été ma première véritable plongée dans la résolution du problème de surcharge d’informations. Elle m’a montré à quel point les gens valorisent les outils qui rendent plus facile la recherche et l’organisation des informations clés. J’ai appris que la simplification même d’une seule étape d’un flux de travail peut avoir un impact important, que ce soit la mise en évidence des points importants ou la mise en avant de sources pertinentes. Ce projet a façonné l’engagement de Liner à créer une expérience sans faille pour les utilisateurs, et à aider les étudiants et les chercheurs à éliminer le bruit excessif sur Internet.

Quelle était la vision originale derrière Liner, et comment a-t-elle évolué depuis sa création ?

Liner a commencé comme un outil simple pour aider les utilisateurs à mettre en évidence et à enregistrer les parties clés du contenu en ligne. L’objectif était de rendre plus facile pour les utilisateurs de se concentrer sur les informations les plus pertinentes sans être submergés. Au fil du temps, nous avons réalisé que les utilisateurs avaient besoin de plus qu’un moyen de collecter et de trier les informations – ils avaient besoin de meilleures façons de les trouver et de discerner leur fiabilité. Cette prise de conscience a guidé la transformation de Liner en un moteur de recherche basé sur l’IA.

Quels ont été les principaux défis que vous avez rencontrés lors de la transition de Liner d’un outil de mise en évidence à un moteur de recherche basé sur l’IA ?

L’un des défis les plus importants a été de garantir que notre IA puisse fournir des résultats fiables et précis de manière constante. La recherche universitaire nécessite un degré élevé de confiance, et répondre à ces attentes était crucial. Un autre défi a été d’intégrer des années de données mises en évidence par les utilisateurs dans le processus d’apprentissage de l’IA tout en gardant la plateforme intuitive. Trouver l’équilibre entre l’innovation technologique et une expérience utilisateur sans faille était essentiel, mais également très gratifiant.

En créant la définition de “agent” de Liner à partir de zéro, nous avons pu créer un cadre robuste et stable pour comprendre ce qu’est réellement un agent. Nous avons ensuite mis en œuvre un agent de recherche qui donne la priorité à la fiabilité et à la crédibilité. Étant donné que notre public cible représente le summum des attentes de crédibilité, nous avions besoin d’une solution distinctive capable de résoudre les problèmes les plus complexes. Notre force résidait dans l’utilisation de nos jeux de données propriétaires, des connaissances techniques acquises lors du processus de définition de l’agent, et de notre expertise en matière de mise en œuvre. Ensemble, ces éléments sont devenus nos outils les plus puissants pour le succès.

Pouvez-vous élaborer sur la façon dont l’intégration des données mises en évidence par les utilisateurs améliore la précision et la fiabilité des résultats de recherche de Liner ?

Les données mises en évidence par les utilisateurs agissent comme une couche précieuse de contrôle de la qualité, aidant notre modèle de langage à comprendre ce que les autres utilisateurs trouvent important et crédible. En exploitant ces données curatoriales, nous sommes capables de donner la priorité aux informations pertinentes et fiables dans nos résultats de recherche. Cette approche garantit que les utilisateurs obtiennent des informations précises et actionnables tout en évitant les contenus non pertinents ou de mauvaise qualité.

Comment Liner se différencie-t-il d’autres outils de recherche basés sur l’IA comme ChatGPT ou Perplexity ?

Liner se distingue en donnant la priorité à la fiabilité et à la transparence. Chaque résultat de recherche inclut une citation, et les utilisateurs peuvent filtrer les sources moins fiables pour garantir l’exactitude. En outre, les étudiants peuvent extraire les sources et afficher le texte original cité sur leur écran. Contrairement aux outils conçus pour les requêtes occasionnelles, Liner est spécifiquement conçu pour les étudiants, les universitaires et les chercheurs, aidant les utilisateurs à se concentrer sur l’apprentissage et l’analyse approfondis plutôt que sur la vérification des faits. Cet engagement en faveur de la confiance et de l’utilisabilité fait de Liner un outil incontournable pour plus de 10 millions d’utilisateurs, notamment des étudiants dans des universités comme UC Berkeley, USC, University of Michigan et Texas A&M. Liner continue de se différencier grâce à des partenariats, comme un récent partenariat avec Tako, qui intègre des outils de visualisation des connaissances pour présenter des données complexes de manière plus accessible et interactive, permettant aux utilisateurs de plonger plus profondément dans leurs recherches.

Quelles mesures Liner prend-il pour réduire les hallucinations dans ses réponses basées sur l’IA, et comment cela affecte-t-il la confiance des utilisateurs ?

La réduction des hallucinations nécessite d’ancrer les réponses générées par l’IA à des sources vérifiables. Liner y parvient en croisant ses résultats avec des articles universitaires, des bases de données gouvernementales et d’autres référentiels fiables. Notre Système de filtration des sources permet aux utilisateurs d’exclure le contenu non fiable, offrant une couche supplémentaire d’assurance qualité. Ces étapes non seulement minimisent les erreurs mais également renforcent la confiance avec l’utilisateur.

Le système de Liner repose sur la pertinence (le score de pertinence entre les affirmations générées par l’agent et les passages de référence) et la factualité (qui évalue à quel point les affirmations générées par l’agent sont étayées par les passages de référence). Plus le passage est étayant, plus le score de factualité est élevé. Puisque notre produit encourage fortement les utilisateurs à vérifier les affirmations pour garantir qu’elles sont exemptes d’hallucinations, améliorer la factualité de notre système d’agent est crucial. En fin de compte, nous observons une corrélation positive entre le score de factualité et la rétention des utilisateurs.

Quelles étapes Liner prend-il pour établir la confiance parmi les utilisateurs, en particulier ceux qui sont sceptiques quant à l’utilisation de l’IA pour des informations critiques ?

L’établissement de la confiance commence par la transparence. Liner fournit des citations claires pour chaque résultat, donnant aux utilisateurs la possibilité de vérifier les informations eux-mêmes. En outre, nous classons les sources en fonction de leur fiabilité et permettons aux utilisateurs d’interagir directement avec le contenu original. L’éducation continue des utilisateurs et la communication ouverte jouent également un rôle dans la démonstration que l’IA, lorsqu’elle est conçue de manière responsable, peut être un allié fiable dans l’éducation.

Quels tendances pensez-vous qui façonneront l’avenir de l’IA dans la recherche universitaire et la récupération des connaissances professionnelles ?

L’IA deviendra de plus en plus personnalisée, s’adaptant aux besoins uniques de chaque utilisateur et fournissant des insights adaptés. La transparence sera clé, car les utilisateurs rechercheront une plus grande clarté sur la façon dont l’IA traite les informations et fournit des résultats. Les progrès se concentreront également sur la résolution de la surcharge d’informations et sur la rationalisation des outils de recherche. En automatisant les tâches répétitives comme la collecte et la synthèse des données, l’IA accélérera les premières étapes de la recherche, permettant aux chercheurs de se concentrer davantage sur la pensée critique, l’analyse et l’innovation. Cet équilibre entre efficacité et engagement intellectuel façonnera l’avenir de la recherche universitaire et professionnelle.

Liner a récemment levé avec succès un financement de 29 millions de dollars. Comment cet investissement aidera-t-il Liner à grandir, et sur quels domaines vous concentrez-vous pour l’expansion ?

Ce financement nous permet de faire progresser notre mission d’améliorer l’IA dans l’éducation. Nous développons notre équipe mondiale et déployons de nouvelles fonctionnalités comme le Mode Essai, conçu pour aider les étudiants à affiner leurs compétences en rédaction, structuration et mise en forme d’essais. Nous donnons la priorité aux partenariats avec des universités et des organisations professionnelles pour atteindre plus d’utilisateurs et démontrer l’impact des outils de recherche basés sur l’IA. Des collaborations récentes avec des entreprises comme ThetaLabs et Tako ont élargi nos capacités. Cet investissement met en évidence le besoin croissant de solutions de recherche fiables, et nous sommes impatients de capitaliser sur cet élan.

Merci pour cette grande interview. Les lecteurs qui souhaitent en savoir plus peuvent visiter Liner.