Luke Kim, Fondatore e Amministratore Delegato di Liner – Serie di Interviste

Luke Kim è il Fondatore e Amministratore Delegato di Liner, uno strumento di ricerca avanzato alimentato da intelligenza artificiale progettato per semplificare e migliorare il processo di ricerca, aiutando gli utenti a completare i loro compiti 5,5 volte più velocemente. In quanto motore di ricerca basato su intelligenza artificiale, Liner fornisce risultati di ricerca filtrati per informazioni precise e genera automaticamente citazioni in vari formati, rendendolo una risorsa inestimabile per ricercatori, studenti e professionisti.

Ci può parlare del suo background e di cosa l’ha ispirato a intraprendere la carriera imprenditoriale, in particolare nel campo dell’intelligenza artificiale e della tecnologia?

Il mio percorso imprenditoriale è iniziato con il desiderio di affrontare problemi del mondo reale attraverso la tecnologia. Come studente universitario, mi sono reso conto di quanto fosse difficile navigare e fidarsi della grande quantità di informazioni online. Ero motivato a creare uno strumento che semplificasse il processo e aiutasse gli studenti a distinguere tra le fonti. Ciò che iniziò come uno strumento di evidenziazione, setacciando le informazioni disponibili, nel tempo si è evoluto in ciò che Liner è oggi: una ricerca basata su intelligenza artificiale che fornisce solo i risultati più affidabili. Sono stato attratto dall’intelligenza artificiale per il suo potenziale di trasformare il modo in cui elaboriamo e interagiamo con i dati. L’opportunità di creare soluzioni significative per gli studenti, come il mio io più giovane, continua a ispirarmi.

Come ha influenzato la sua esperienza con l’estensione del browser che ha costruito durante gli anni universitari la visione per Liner?

L’estensione del browser Liner highlighter è stata la mia prima vera immersione nel risolvere il problema dell’eccesso di informazioni. Mi ha mostrato quanto le persone apprezzino gli strumenti che rendono più facile trovare e organizzare le informazioni chiave. Ho imparato che semplificare anche solo un passaggio di un flusso di lavoro può avere un grande impatto, sia che si tratti di evidenziare punti importanti o di portare alla superficie fonti rilevanti. Questo progetto ha plasmato l’impegno di Liner nel creare un’esperienza senza soluzione di continuità per gli utenti, aiutando gli studenti e i ricercatori a setacciare il rumore eccessivo su Internet.

Qual era la visione originale dietro Liner e come è evoluta dal suo inizio?

Liner è iniziato come uno strumento semplice per aiutare gli utenti a evidenziare e salvare le parti chiave del contenuto online. L’obiettivo era rendere più facile per gli utenti concentrarsi sulle informazioni più rilevanti senza essere sopraffatti. Nel tempo, abbiamo capito che gli utenti avevano bisogno di più di un modo per raccogliere e organizzare le informazioni – avevano bisogno di migliori modi per trovarle e discernere la loro attendibilità. Questa consapevolezza ha guidato la trasformazione di Liner in un motore di ricerca basato su intelligenza artificiale.

Quali sono stati i principali sfidi che ha affrontato durante la transizione di Liner da uno strumento di evidenziazione a un motore di ricerca basato su intelligenza artificiale?

Una delle sfide più significative è stata assicurarsi che la nostra intelligenza artificiale potesse consegnare risultati affidabili e precisi in modo coerente. La ricerca accademica richiede un alto livello di fiducia, e soddisfare queste aspettative era fondamentale. Un’altra sfida è stata integrare anni di dati evidenziati dagli utenti nel processo di formazione dell’intelligenza artificiale, mantenendo al contempo la piattaforma intuitiva. Trovare il giusto equilibrio tra innovazione tecnologica e un’esperienza utente senza soluzione di continuità è stato essenziale, ma anche incredibilmente gratificante.

Creando la definizione di “agente” di Liner da zero, siamo stati in grado di creare un framework robusto e stabile per comprendere cosa sia veramente un agente. Abbiamo poi implementato un agente di ricerca che dava priorità all’affidabilità e alla credibilità. Considerando che il nostro pubblico target rappresenta l’apice delle aspettative di credibilità, abbiamo avuto bisogno di una soluzione distintiva in grado di affrontare i problemi più complessi. La nostra forza risiedeva nell’utilizzo dei nostri set di dati proprietari, delle intuizioni tecniche acquisite durante il processo di definizione dell’agente e della nostra esperienza di implementazione. Insieme, questi elementi sono diventati gli strumenti più potenti per il nostro successo.

Può spiegare come l’integrazione dei dati evidenziati dagli utenti migliora l’accuratezza e l’affidabilità dei risultati di ricerca di Liner?

I dati evidenziati dagli utenti agiscono come un prezioso livello di controllo qualità, aiutando il nostro modello linguistico a comprendere cosa gli altri utenti ritengono importante e credibile. Sfruttando questi dati curati, siamo in grado di dare priorità a informazioni rilevanti e attendibili nei nostri risultati di ricerca. Questo approccio garantisce che gli utenti ottengano informazioni precise e azionabili, evitando contenuti irrilevanti o di bassa qualità.

Come si differenzia Liner da altri strumenti di ricerca basati su intelligenza artificiale come ChatGPT o Perplexity?

Liner si distingue dando priorità all’affidabilità e alla trasparenza. Ogni risultato di ricerca include una citazione, e gli utenti possono filtrare le fonti meno affidabili per garantire l’accuratezza. Inoltre, gli studenti possono estrarre le fonti e visualizzare il testo originale citato sullo schermo. A differenza degli strumenti progettati per query informali, Liner è costruito appositamente per studenti, accademici e ricercatori, aiutando gli utenti a concentrarsi sull’apprendimento approfondito e sull’analisi invece di verificare i fatti. Questo impegno per la fiducia e l’usabilità rende Liner uno strumento imprescindibile per oltre 10 milioni di utenti, tra cui studenti di università come UC Berkeley, USC, University of Michigan e Texas A&M. Liner continua a differenziarsi attraverso partnership, come una recente collaborazione con Tako, che integra strumenti di visualizzazione della conoscenza per presentare dati complessi in un formato più accessibile e interattivo, consentendo agli utenti di immergersi più a fondo nella loro ricerca.

Quali misure adotta Liner per ridurre le “allucinazioni” nelle risposte dell’intelligenza artificiale, e come ciò impatta sulla fiducia degli utenti?

Ridurre le “allucinazioni” richiede di ancorare le risposte generate dall’intelligenza artificiale a fonti verificabili. Liner ottiene ciò incrociando i suoi risultati con articoli accademici, database governativi e altri repository affidabili. Il nostro Sistema di Filtraggio delle Fonti consente inoltre agli utenti di escludere contenuti non affidabili, fornendo un’ulteriore garanzia di qualità. Questi passaggi non solo minimizzano gli errori, ma costruiscono anche la fiducia con l’utente.

Il sistema di Liner si basa sulla rilevanza (il punteggio di rilevanza tra le affermazioni generate dall’agente e i passaggi di riferimento) e sulla fattualità (che valuta quanto le affermazioni generate dall’agente siano supportate dai passaggi di riferimento). Maggiore è il supporto del passaggio, maggiore è il punteggio di fattualità. Poiché il nostro prodotto incoraggia fortemente gli utenti a verificare le affermazioni per assicurarsi che siano libere da “allucinazioni”, migliorare la fattualità del nostro sistema di agente è cruciale. In definitiva, osserviamo una correlazione positiva tra il punteggio di fattualità e la retentione degli utenti.

Quali passi sta compiendo Liner per costruire la fiducia tra gli utenti, in particolare tra coloro che sono scettici sull’affidarsi all’intelligenza artificiale per informazioni critiche?

Costruire la fiducia inizia con la trasparenza. Liner fornisce citazioni chiare per ogni risultato, dando agli utenti la possibilità di verificare le informazioni di persona. Inoltre, classifichiamo le fonti in base all’affidabilità e consentiamo agli utenti di interagire direttamente con il contenuto originale. L’educazione continua degli utenti e la comunicazione aperta svolgono anche un ruolo nel dimostrare che l’intelligenza artificiale, quando progettata in modo responsabile, può essere un alleato affidabile nell’istruzione.

Quali tendenze pensa che plasmeranno il futuro dell’intelligenza artificiale nella ricerca accademica e nella raccolta di conoscenze professionali?

L’intelligenza artificiale diventerà sempre più personalizzata, adattandosi alle esigenze uniche di ogni utente e fornendo informazioni personalizzate. La trasparenza sarà fondamentale, poiché gli utenti cercheranno una maggiore chiarezza su come l’intelligenza artificiale elabora le informazioni e fornisce i risultati. I progressi si concentreranno anche sull’affrontare l’eccesso di informazioni e sullo snellire gli strumenti di ricerca. Automatizzando compiti ripetitivi come la raccolta e la sintesi dei dati, l’intelligenza artificiale accelererà le fasi iniziali della ricerca, consentendo ai ricercatori di concentrarsi di più sul pensiero critico, sull’analisi e sull’innovazione. Questo equilibrio tra efficienza e impegno intellettuale plasmerà il futuro della ricerca accademica e professionale.

Liner ha recentemente raccolto con successo un finanziamento di 29 milioni di dollari. Come aiuterà questo investimento a far crescere Liner e quali aree si concentra per l’espansione?

Questo finanziamento ci consente di avanzare nella nostra missione di migliorare l’intelligenza artificiale nell’istruzione. Stiamo crescendo il nostro team globale e lanciando nuove funzionalità come la Modalità Saggio, progettata per aiutare gli studenti a perfezionare le loro abilità nello scrivere, strutturare e formattare saggi. Stiamo anche dando priorità alle partnership con università e organizzazioni professionali per raggiungere più utenti e dimostrare l’impatto degli strumenti di ricerca basati sull’intelligenza artificiale. Le recenti collaborazioni con aziende come ThetaLabs e Tako hanno ampliato le nostre capacità. Questo investimento sottolinea la crescente necessità di soluzioni di ricerca affidabili, e siamo ansiosi di costruire su questo slancio.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Liner.