Luke Kim, Linerの創設者兼CEO – インタビュー・シリーズ

Luke Kimは、Linerの創設者兼CEOです。Linerは、研究プロセスをストリームライン化し、強化するための最先端のAIパワード研究ツールで、ユーザーがタスクを5.5倍速く完了するのに役立ちます。AI検索エンジンとして、Linerは、正確な情報のフィルタード検索結果を提供し、さまざまな形式で引用を自動生成するため、研究者、学生、専門家にとって無価値なリソースです。

あなたの背景と、特にAIとテクノロジーの分野で起業家になることを追求した理由について話してください。

私の起業家の旅は、テクノロジーを通じて現実世界の問題に対処したいという願望から始まりました。大学生のとき、私はオンラインにある情報の豊富さをナビゲートし、信頼することがどれほど難しいかを感じていました。情報を整理し、学生が情報源を区別するのを助けるツールを作成したいと思いました。最初はハイライトツールで、利用可能な情報を抜粋していきましたが、時間の経過とともに、Linerは今日のAI検索エンジンとなりました。私は、データを処理し、インタラクティブにする方法を変革するAIの潜在能力に惹かれました。学生、特に私のような若い学生のために、有意義なソリューションを作成し続ける機会が私を励ましています。

あなたの大学時代に作成したブラウザ拡張機能の経験が、Linerのビジョンを形成する上でどのように役立ちましたか。

Linerハイライター ブラウザ拡張機能は、私が情報過負荷の問題に対処するための最初の本格的な取り組みでした。これは、重要なポイントを強調したり、関連する情報源を表面化したりするなどのツールが、ユーザーにとってどれほど価値があるかを示しました。私は、ワークフローの1つのステップを簡素化するだけで、大きな影響を与えることができることを学びました。Linerは、ユーザーにとってシームレスなエクスペリエンスを作成することに尽力し、学生や研究者がインターネットの余分なノイズを抜けられるように支援することを目指しています。

Linerのオリジナルビジョンは何でしたか、それはいつから変化しましたか。

Linerは、オンラインコンテンツの重要な部分をハイライトして保存するのを容易にするためのシンプルなツールとして始まりました。目標は、ユーザーが最も関連性の高い情報に焦点を当てることを容易にすることでした。時間の経過とともに、ユーザーは情報を収集して整理する方法だけでなく、情報を見つけてその信頼性を判断する方法が必要であることを認識しました。この認識は、LinerがAI検索エンジンへの変化を導きました。

LinerをハイライトツールからAI駆動の検索エンジンに移行する際に直面した主な課題は何でしたか。

最も重大な課題の1つは、AIが一貫して信頼性が高く正確な結果を提供することを保証することでした。学術研究には高い信頼性が求められ、こうした期待を満たすことは重要でした。別の課題は、ユーザーがハイライトしたデータを数年間AIのトレーニングプロセスに統合することでありながら、プラットフォームを直感的で使いやすいものに保つことでした。技術革新とシームレスなユーザーエクスペリエンスのバランスをとることは、困難でしたが、非常にやりがいのあるものでした。

Linerの「エージェント」の定義を一から構築することで、エージェントが実際に何であるかを理解するための堅固で安定したフレームワークを作成することができました。次に、信頼性と信憑性を優先する検索エージェントを実装しました。ターゲットとするオーディエンスは、信憑性の期待の最高峰を表しているため、最も複雑な問題に対処できる独自のソリューションが必要でした。私たちの強みは、独自のデータセット、エージェント定義プロセス中に得られた技術的洞察、実装の専門知識を活用することでした。これらの要素は、私たちの最も強力なツールとなりました。

ユーザーがハイライトしたデータの統合が、LinerのAI検索結果の精度と信頼性をどのように高めるのかについて説明してください。

ユーザーがハイライトしたデータは、LLMが他のユーザーが重要で信頼できるものと見なすものを判断するための贵重な品質管理レイヤーとなります。このキュレーションデータを活用することで、関連性と信頼性の高い情報を検索結果で優先的に表示することができます。このアプローチにより、ユーザーは正確で有用な洞察を得ることができ、無関係または低品質のコンテンツを回避することができます。

Linerは、ChatGPTやPerplexityなどの他のAI検索ツールとどう違うのでしょうか。

Linerは、信頼性と透明性を優先することで他と異なります。検索結果には常に引用があり、ユーザーは信頼性の低い情報源をフィルタリングして精度を確保することができます。さらに、学生は情報源を抽出して、元の引用テキストを画面で表示できます。カジュアルなクエリに設計されたツールとは異なり、Linerは学生、学者、研究者向けに特別に設計されており、ユーザーが事実の検証ではなく、深い学習と分析に集中できるように支援します。この信頼性と使いやすさへの取り組みにより、LinerはUCバークレー、USC、ミシガン大学、テキサスA&M大学などの大学の学生を含む1000万人を超えるユーザーにとって、信頼できるツールとなっています。Linerは、Takoとの最近のパートナーシップを通じて、知識の視覚化ツールを統合し、複雑なデータをよりアクセスしやすくインタラクティブな形式で提示することで、さらに自分自身を区別しています。

Linerは、AIの応答における「幻覚」を減らすためにどのような措置を講じていますか。これはユーザーの信頼にどのような影響を与えますか。

「幻覚」を減らすには、AI生成の応答を検証可能な情報源に固定する必要があります。Linerは、学術論文、政府データベース、その他の信頼できるリポジトリと結果を相互参照することでこれを実現します。ソースフィルタリングシステムにより、ユーザーは信頼性の低いコンテンツを除外でき、追加の品質保証レイヤーを提供します。これらのステップは、エラーを最小限に抑えるだけでなく、ユーザーの信頼を築きます。

Linerのシステムは、関連性（エージェント生成の主張と参照パスの間の関連性スコア）と事実性（エージェント生成の主張が参照パスによってどれほど裏付けられているかを評価）に基づいています。パスがより裏付けられているほど、事実性スコアは高くなります。私たちの製品は、ユーザーに「幻覚」がないことを確認するために主張を検証することを強く奨励しているため、エージェントシステムの事実性を高めることは非常に重要です。最終的に、事実性スコアとユーザーの留まりやすさの間には正の相関関係があることが観察されます。

ユーザー、特に重要な情報に頼るためにAIを使用することについて懐疑的なユーザーの中で、Linerはどのような措置を講じて信頼を築いていますか。

信頼を築くには、透明性が必要です。Linerは、各結果に明確な引用を提供し、ユーザーが情報を自分で検証できるようにします。さらに、信頼性に基づいて情報源をランク付けし、ユーザーがオリジナルのコンテンツと直接関わることを許可します。継続的なユーザー教育とオープンなコミュニケーションも、責任を持って設計されたAIは教育において信頼できるアライであることを示す上で重要な役割を果たします。

AIが学術研究と専門知識の取得の将来をどのように形作るのかについて、どのような傾向が見られると考えられますか。

AIは、各ユーザーの独自のニーズに合わせて適応し、カスタマイズされた洞察を提供するようになっていきます。透明性は重要となり、ユーザーはAIが情報を処理し、結果を提供する方法についてより多くの明確性を求めます。進歩はまた、情報過負荷に対処し、研究ツールをストリームライン化することに焦点を当てます。AIがデータ収集や統合などの繰り返しタスクを自動化することで、研究の初期段階を迅速化し、研究者が批判的思考、分析、イノベーションに集中できるようになります。この効率性と知的関与のバランスが、学術研究と専門研究の将来を形作ります。

Linerは最近、2,900万ドルの資金調達ラウンドを成功させました。この投資は、Linerの成長にどのように役立つのでしょうか。どのような分野に重点を置いて拡大していますか。

この資金調達により、教育におけるAIの改善という私たちの使命を推進することができます。世界中のチームを拡大し、新しい機能であるエッセイモードを導入して、学生がエッセイの書き方、構造、フォーマットのスキルを磨くことを支援します。大学や専門組織とのパートナーシップを優先して、より多くのユーザーにリーチし、AIパワードの研究ツールの影響を示します。ThetaLabsやTakoとの最近のコラボレーションは、私たちの機能を拡大しました。この投資は、信頼できる検索ソリューションの必要性の増加を強調しており、私たちはこの勢いを築き上げていきたいと思います。

素晴らしいインタビュー、詳しく知りたい読者はLinerを訪問してください。