Luke Kim, Liner創業者兼CEO – インタビューシリーズ

Luke Kim は Liner の創業者兼CEOで、研究プロセスを効率化・強化することを目的とした最先端の AI 搭載リサーチツールです。ユーザーはタスクを 5.5 倍速く完了できます。AI 検索エンジンとして、Liner は正確な情報のためにフィルタリングされた検索結果を提供し、さまざまな形式で自動的に引用文献を生成するため、研究者、学生、プロフェッショナルにとって欠かせないリソースとなっています。

ご自身のバックグラウンドと、特に AI とテクノロジー分野で起業を志すきっかけについて教えていただけますか？

私の起業の旅は、テクノロジーで実社会の課題に取り組みたいという思いから始まりました。学部時代、オンライン上に溢れる情報をナビゲートし、信頼することの難しさに衝撃を受けました。情報のプロセスを簡素化し、学生が情報源を見極められるツールを作りたいと考えました。当初はハイライトツールとして、利用可能な情報を選別していましたが、やがて Liner が今日になるまでに進化しました: 最も信頼できる結果のみを提供する AI 検索です。データの処理やインタラクションを変革できる可能性に AI に惹かれました。自分の若い頃のような学生のために意義あるソリューションを創出する機会は、今も私を鼓舞し続けています。

大学時代に開発したブラウザ拡張機能の経験は、Liner のビジョン形成にどのように影響しましたか？

Liner のハイライトブラウザ拡張機能は、情報過多の課題解決への最初の本格的な取り組みでした。重要な情報の検索・整理を容易にするツールがどれほど人々に評価されるかを実感しました。ワークフローのたった一つのステップを簡素化するだけでも、ハイライトで重要点を示すことや関連情報を提示することが大きなインパクトを持つことを学びました。このプロジェクトは、ユーザーにシームレスな体験を提供し、学生や研究者がインターネット上の過剰なノイズを除去できるようにするという Liner のコミットメントを形作りました。

Liner の当初のビジョンは何で、創業以来どのように進化してきましたか？

Liner は、ユーザーが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できるシンプルなツールとして始まりました。ユーザーが圧倒されることなく、最も関連性の高い情報に集中できるようにすることが目的でした。その後、情報を収集・整理するだけでなく、より効果的に検索し、信頼性を判断する手段が必要だと認識しました。この気づきが、Liner を AI 検索エンジンへと変革させる原動力となりました。

ハイライトツールから AI 主導の検索エンジンへ移行する際に直面した主な課題は何でしたか？

最も重要な課題の一つは、AI が常に信頼性と正確性の高い結果を提供できるようにすることでした。学術研究は高い信頼性が求められるため、その期待に応えることが不可欠でした。もう一つの課題は、長年にわたって蓄積されたユーザーのハイライトデータを AI の学習プロセスに統合しつつ、プラットフォームを直感的に保つことでした。技術革新とシームレスなユーザー体験のバランスを取ることは必須であり、同時に非常にやりがいのある作業でもありました。

Liner の「エージェント」の定義をゼロから構築することで、エージェントとは何かを理解するための堅牢で安定したフレームワークを作り上げました。その後、信頼性と信憑性を最優先する検索エージェントを実装しました。対象ユーザーは信頼性を最重視する層の最前線にいるため、最も複雑な課題に対応できる独自のソリューションが必要でした。我々の強みは、独自のデータセット、エージェント定義プロセスで得た技術的洞察、そして実装ノウハウを活用できたことにあります。これらが相まって、成功へ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詳しく教えてください。

ユーザーがハイライトしたデータは、品質管理の貴重な層として機能し、我々の LLM が他のユーザーが重要かつ信頼できると判断した情報を識別するのに役立ちます。このキュレーションされたデータを活用することで、検索結果において関連性が高く信頼できる情報を優先できます。この手法により、ユーザーは正確で実用的なインサイトを得られ、無関係または低品質なコンテンツを回避できます。

Liner は ChatGPT や Perplexity といった他の AI 検索ツールと比べてどのように差別化されていますか？

Liner は信頼性と透明性を最優先することで際立っています。すべての検索結果に引用が付与され、ユーザーは信頼性の低い情報源を除外して正確性を確保できます。さらに、学生は情報源を取得し、画面上で元の引用文を確認できます。カジュアルな質問向けに設計されたツールとは異なり、Liner は学生、学者、研究者向けに特化しており、事実確認に時間を取られることなく、深い学習と分析に集中できるよう支援します。この信頼性と使いやすさへの取り組みにより、UC Berkeley、USC、ミシガン大学、テキサス A&M などの大学の学生を含む 1,000 万人以上のユーザーに選ばれています。Liner は最近の Tako との提携などを通じて、知識可視化ツールを統合し、複雑なデータをより分かりやすくインタラクティブに提示することで、ユーザーが研究をより深く掘り下げられるよう差別化を続けています。

Liner は AI のハルシネーション（誤情報）を減らすためにどのような対策を講じており、それがユーザーの信頼にどのように影響しますか？

ハルシネーションを減らすには、AI が生成した回答を検証可能な情報源に結びつける必要があります。Liner は検索結果を学術論文、政府データベース、その他の信頼できるリポジトリと照合することで実現しています。さらに、Source Filtering System によりユーザーは信頼性の低いコンテンツを除外でき、品質保証の層が追加されます。これらの取り組みによりエラーが最小化されるだけでなく、ユーザーの信頼も高まります。

Liner のシステムは、関連性（エージェントが生成した主張と参照パッセージ間の関連スコア）と事実性（参照パッセージがエージェントの主張をどれだけ裏付けているかを評価）に基づいています。裏付けが強いほど事実性スコアは高くなります。当製品はユーザーに主張を検証させ、ハルシネーションがないことを確認させることを強く促すため、エージェントシステムの事実性向上は重要です。最終的に、事実性スコアとユーザー継続率には正の相関が見られます。

特に重要な情報に AI の利用に懐疑的なユーザーの信頼を築くために、Liner はどのような取り組みをしていますか？

信頼構築は透明性から始まります。Liner はすべての結果に明確な引用を付与し、ユーザーが自ら情報を検証できるようにしています。さらに、信頼性に基づいて情報源をランク付けし、ユーザーが元コンテンツに直接アクセスできるようにしています。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、責任ある設計の AI が教育において信頼できるパートナーとなり得ることを示す重要な要素です。

AI が学術研究やプロフェッショナルな知識取得の未来を形作ると考えるトレンドは何ですか？

AI はますますパーソナライズ化し、各ユーザーの固有のニーズに合わせた洞察を提供するようになります。ユーザーが AI の情報処理や結果提示の仕組みをより明確に求める中、透明性が鍵となります。今後の進展は、情報過多への対処とリサーチツールの効率化にも焦点を当てるでしょう。データ収集や統合といった反復作業を自動化することで、研究の初期段階が高速化され、研究者は批判的思考、分析、イノベーションにより多くの時間を割けるようになります。この効率性と知的関与のバランスが、学術・プロフェッショナル研究の未来を形作ります。

Liner は最近 2,900万ドルの資金調達に成功しました。この投資は Liner の成長にどのように役立ち、拡大のためにどの領域に注力していますか？

この資金により、教育分野における AI の向上というミッションを推進できます。グローバルチームを拡大し、エッセイの執筆・構成・フォーマットスキルを磨くための Essay Mode などの新機能を展開しています。また、大学や専門団体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 搭載リサーチツールのインパクトを示すことに注力しています。ThetaLabs や Tako といった企業との最近の協業により、当社の機能が拡張されました。この投資は信頼できる検索ソリューションへの需要が高まっていることを示しており、我々はこの勢いを活かしてさらなる成長を目指します。

素晴らしいインタビューをありがとうございました。詳しく知りたい読者は Liner をご覧ください。