Linerの創設者兼CEO、Luke Kim – インタビュー・シリーズ

ルーク・キムは、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、強化するために設計された最先端のAIパワードの研究ツールです。ユーザーがタスクを5.5倍の速さで完了するのを助けます。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的に生成します。研究者、学生、専門家にとって、不可欠なリソースとなっています。

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決めた理由について、教えてください。

私の起業家としての旅は、現実世界の問題をテクノロジーで解決したいという願望から始まりました。大学生のとき、オンラインにある情報の豊富さに打ち勝つのは難しいと感じました。情報を整理し、信頼できる情報源を区別す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として始めましたが、時間の経過とともに、Linerは今日のAI検索エンジンに進化しました。私は、データを処理し、インタラクティブにする能力があるAI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する機会が私を今でも励ましています。

あなたが大学時代に作成したブラウザ拡張機能は、Linerのビジョンをどのように形作りましたか。

Linerハイライトブラウザ拡張機能は、情報過負荷の問題を解決するための私の最初の本格的な取り組みでした。ユーザーが重要な情報を見つけ、整理することを容易にするツールの価値を実感しました。ワークフローの中でさえも、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ます。例えば、重要なポイントをハイライトしたり、関連する情報源を提示したりします。このプロジェクトは、Linerがユーザーにシームレスな体験を提供するというコミットメントを形作りました。学生や研究者がインターネットのノイズを切り抜けて、重要な情報に集中できるように支援することを目指しています。

Linerの元々のビジョンは何でしたか、それはいつからどのように変化しましたか。

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、保存するためのシンプルなツールとして始まりました。ユーザーが最も関連性の高い情報に集中できるようにし、情報の過負荷に圧倒されないようにすることが目的でした。時間の経過とともに、ユーザーが情報を見つけるだけでなく、情報の信頼性を判断するためのより良い方法が必要であることを認識しました。この認識が、LinerをAI検索エンジンへと変化させるきっかけとなりました。

ハイライトツールからAIドリブンの検索エンジンへの移行で直面した主な課題は何でしたか。

最も重大な課題は、AIが一貫して信頼性の高い正確な結果を提供することを保証することでした。学術研究では高い信頼性が求められ、当社のプラットフォームがこれを満たすことが重要でした。さらに、ユーザーがハイライトしたデータをAIのトレーニングプロセスに統合し、同時にプラットフォームの使いやすさを維持することも課題でした。技術革新とユーザー体験のバランスを取ることが不可欠でしたが、非常に報われるものでした。

私たちは、エージェントの定義を一から構築し、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。特に、学術研究における信頼性の高い情報源を提供する必要性を満たすため、独自のソリューションを開発する必要がありました。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で得られた技術的洞察、実装の専門知識にありました。これらの要素が、私たちの成功の鍵となりました。

ユーザーがハイライトしたデータの統合が、LinerのAI検索結果の正確性と信頼性をどのように高めるのか、詳しく説明してください。

ユーザーがハイライトしたデータは、信頼性の高い情報源を優先するための重要なフィルタリング層となります。ユーザーが重要な情報源とみなすものを、LinerのLLMが学習し、関連性の高い情報を提示することができます。これにより、ユーザーは正確で有用な情報を得ることができ、低品質なコンテンツを回避できます。

Linerは、ChatGPTやPerplexityなどの他のAI検索ツールとどのように異なりますか。

Linerは、信頼性と透明性を優先することで異なります。検索結果には引用が含まれており、ユーザーは信頼性の低い情報源を除外できます。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。カジュアルな検索に適したツールとは異なり、Linerは学生、学者、研究者向けに設計されており、ユーザーが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コミットメントが、Linerを100万を超えるユーザー、包括して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にとって、重要なツールにしています。最近のTakoと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い形式で提示することで、Linerはさらに差別化されています。

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が生成する回答を検証可能な情報源に基づく必要があります。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クロスリファレンスしています。さらに、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ます。これらの措置は、エラーを最小限に抑え、ユーザーの信頼を築くのに役立ちます。

Linerのシステムは、関連性（エージェントが生成する主張と参考パス間の関連性スコア）と事実性（エージェントが生成する主張が参考パスによってどれだけ裏付けられているか）に基づいています。パスがより裏付けているほど、事実性スコアは高くなります。私たちの製品は、ユーザーに主張の検証を促すことで、幻覚を排除することを奨励しています。最終的には、事実性スコアとユーザー留存率の間には正の相関関係が観察されます。

信頼性の低いAIへの懸念を持つユーザー、特に学術研究における重要な情報への依存度が高いユーザーに対して、Linerはどのような措置を講じていますか。

信頼性を築くには、透明性が重要です。Linerは、すべての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、信頼性の高い情報源をランク付けし、ユーザーが直接元のコンテンツと関わることを可能にします。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、AIが責任を持って設計された場合に信頼できるツールになることを示す上で重要な役割を果たします。

学術研究と専門知識の取得におけるAIの将来のトレンドについて、どのような見方がありますか。

AIは、ユーザーの個別のニーズに適応し、カスタマイズされた洞察を提供するようになるでしょう。透明性が重要になり、ユーザーはAIが情報を処理し、結果を提示する方法についてより多くの明確性を求めるでしょう。進歩はまた、情報過負荷の解消と研究ツールの効率化に焦点を当てます。AIが繰り返しの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るでしょう。この効率性と知的関与のバランスが、学術研究と専門知識の取得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の成長と拡大にどのように貢献するのでしょうか。

この資金調達により、教育におけるAIの改善を目指す当社の使命を推進できます。世界中のチームを拡大し、新しい機能を展開しています。例えば、エッセイの作成、構造化、フォーマットを支援するエッセイモードです。大学や専門組織とのパートナーシップを優先し、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ています。ThetaLabsやTakoとの最近のコラボレーションは、当社の能力を拡大しました。この投資は、信頼できる検索ソリューションの需要が高まっていることを強調しており、当社はこの勢いをさらに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、詳細を知りたい読者はLinerを訪れてください。