Luke Kim, Oprichter en CEO van Liner – Interviewreeks

Luke Kim is de oprichter en CEO van Liner, een baanbrekend AI-gebaseerd onderzoekstool dat is ontworpen om het onderzoeksproces te stroomlijnen en te verbeteren, waardoor gebruikers hun taken 5,5 keer sneller kunnen voltooien. Als AI-zoekmachine biedt Liner gefilterde zoekresultaten voor precieze informatie en genereert deze automatisch citaten in verschillende formaten, waardoor het een onmisbare bron is voor onderzoekers, studenten en professionals.

Kunt u ons vertellen over uw achtergrond en wat u inspireerde om ondernemer te worden, vooral op het gebied van AI en technologie?

Mijn ondernemersreis begon met de wens om echte problemen aan te pakken met behulp van technologie. Als undergraduate was ik getroffen door hoe moeilijk het was om de overvloed aan informatie online te navigeren en te vertrouwen. Ik was gemotiveerd om een tool te creëren die het proces stroomlijnt en studenten helpt om tussen bronnen te onderscheiden. Wat begon als een markeerhulpmiddel, waarbij ik door de beschikbare informatie heen werkte, ontwikkelde zich in de loop van de tijd tot wat Liner vandaag is: een AI-zoekopdracht die alleen de meest betrouwbare resultaten biedt. Ik werd aangetrokken door AI vanwege zijn potentieel om de manier waarop we gegevens verwerken en ermee omgaan te transformeren. De kans om waardevolle oplossingen te creëren voor studenten, zoals mijn jongere ik, blijft me inspireren.

Hoe heeft uw ervaring met de browserextensie die u tijdens uw universitaire dagen hebt gebouwd, de visie voor Liner gevormd?

De Liner-markeerbrowserextensie was mijn eerste echte duik in het oplossen van het probleem van informatieoverbelasting. Het liet me zien hoeveel mensen waarde hechten aan tools die het vinden en organiseren van belangrijke informatie gemakkelijker maken. Ik leerde dat het vereenvoudigen van slechts één stap in een workflow een grote impact kan hebben, of het nu gaat om het markeren van belangrijke punten of het naar boven brengen van relevante bronnen. Dit project vormde Liners toewijding om een naadloze ervaring voor gebruikers te creëren en studenten en onderzoekers te helpen om door de overbodige ruis op internet heen te werken.

Wat was de oorspronkelijke visie achter Liner, en hoe is deze sinds de oprichting geëvolueerd?

Liner begon als een eenvoudig hulpmiddel om gebruikers te helpen bij het markeren en opslaan van belangrijke delen van online-inhoud. Het doel was om het voor gebruikers gemakkelijker te maken om zich te concentreren op de meest relevante informatie zonder overweldigd te worden. In de loop van de tijd realiseerden we ons dat gebruikers meer nodig hadden dan een manier om informatie te verzamelen en te sorteren – ze hadden betere manieren nodig om deze te vinden en de betrouwbaarheid ervan te bepalen. Deze realisatie leidde Liners transformatie tot een AI-zoekmachine.

Wat waren de belangrijkste uitdagingen waarmee u te maken kreeg bij de overgang van Liner van een markeerhulpmiddel naar een AI-gestuurde zoekmachine?

Een van de belangrijkste uitdagingen was ervoor zorgen dat onze AI consistent betrouwbare en nauwkeurige resultaten kon leveren. Academisch onderzoek vereist een hoge mate van vertrouwen, en het voldoen aan deze verwachtingen was kritiek. Een andere uitdaging was het integreren van jaren van door gebruikers gemarkeerde gegevens in het trainingsproces van de AI, terwijl de platform intuïtief bleef. Het vinden van de juiste balans tussen technologische innovatie en een naadloze gebruikerservaring was essentieel, maar ook uiterst lonend.

Door Liners definitie van “agent” van scratch te bouwen, konden we een robuust en stabiel kader creëren voor het begrijpen van wat een agent echt is. We hebben vervolgens een zoekagent geïmplementeerd die prioriteit gaf aan betrouwbaarheid en geloofwaardigheid. Gezien het feit dat ons doelpubliek de top van geloofwaardigheidsverwachtingen vertegenwoordigt, hadden we een opvallende oplossing nodig die in staat was om de meest complexe problemen aan te pakken. Onze kracht lag in het benutten van onze eigen datasets, de technische inzichten die we tijdens het proces van agentdefinitie hebben verkregen, en onze implementatie-expertise. Samen vormden deze elementen onze krachtigste instrumenten voor succes.

Kunt u uitgebreider vertellen over hoe de integratie van door gebruikers gemarkeerde gegevens de nauwkeurigheid en betrouwbaarheid van Liners AI-zoekresultaten verhoogt?

Door gebruikers gemarkeerde gegevens fungeert als een waardevolle laag van kwaliteitscontrole, waardoor onze LLM kan bepalen wat andere gebruikers belangrijk en geloofwaardig vinden. Door deze gecureerde gegevens te benutten, kunnen we relevante en betrouwbare informatie in onze zoekresultaten prioriteren. Deze aanpak zorgt ervoor dat gebruikers precieze en actiegerichte inzichten krijgen, terwijl onbelangrijke of lage kwaliteit inhoud wordt vermeden.

Hoe onderscheidt Liner zich van andere AI-zoektools zoals ChatGPT of Perplexity?

Liner onderscheidt zich door prioriteit te geven aan betrouwbaarheid en transparantie. Elk zoekresultaat bevat een citaat, en gebruikers kunnen minder betrouwbare bronnen filteren om de nauwkeurigheid te garanderen. Als extra maatregel kunnen studenten bronnen opvragen en de oorspronkelijke geciteerde tekst op hun scherm bekijken. In tegenstelling tot tools die zijn ontworpen voor informele vragen, is Liner specifiek ontwikkeld voor studenten, academici en onderzoekers, waardoor gebruikers zich kunnen concentreren op diepgaande leren en analyse in plaats van feiten te verifiëren. Deze toewijding aan vertrouwen en bruikbaarheid maakt Liner een essentieel instrument voor meer dan 10 miljoen gebruikers, waaronder studenten aan universiteiten zoals UC Berkeley, USC, University of Michigan en Texas A&M. Liner blijft zich onderscheiden door partnerschappen, zoals een recente samenwerking met Tako, die kennisvisualisatietools integreert om complexe gegevens op een toegankelijker en interactiever formaat te presenteren, waardoor gebruikers dieper in hun onderzoek kunnen duiken.

Welke maatregelen neemt Liner om hallucinaties in AI-antwoorden te verminderen, en hoe heeft dit invloed op het vertrouwen van de gebruiker?

Het verminderen van hallucinaties vereist het verankeren van AI-gegenereerde antwoorden in verifieerbare bronnen. Liner bereikt dit door de resultaten te cross-referencen met academische artikelen, overheidsdatabases en andere betrouwbare repositories. Ons bronfiltersysteem stelt gebruikers bovendien in staat om onbetrouwbare inhoud uit te sluiten, waardoor een extra laag van kwaliteitsgarantie wordt geboden. Deze stappen minimaliseren niet alleen fouten, maar bouwen ook vertrouwen op bij de gebruiker.

Liners systeem is gebaseerd op relevantie (de relevantiescore tussen agent-gegenereerde claims en referentiepassages) en feitelijkheid (die beoordeelt hoe goed de agent-gegenereerde claims worden ondersteund door de referentiepassages). Hoe meer ondersteunend de passage, hoe hoger de feitelijkheidsscore. Aangezien ons product gebruikers sterk aanmoedigt om claims te verifiëren om ervoor te zorgen dat ze vrij zijn van hallucinaties, is het verbeteren van de feitelijkheid van ons agentsysteem cruciaal. Uiteindelijk observeren we een positieve correlatie tussen de feitelijkheidsscore en de retentie van de gebruiker.

Welke stappen neemt Liner om vertrouwen op te bouwen onder gebruikers, vooral onder diegenen die sceptisch zijn over het vertrouwen op AI voor kritieke informatie?

Het opbouwen van vertrouwen begint met transparantie. Liner biedt duidelijke citaten voor elk resultaat, waardoor gebruikers de informatie zelf kunnen verifiëren. Bovendien rangschikken we bronnen op basis van betrouwbaarheid en laten we gebruikers toe om rechtstreeks met de oorspronkelijke inhoud te communiceren. Voortdurende gebruikerseducatie en open communicatie spelen ook een rol bij het demonstreren dat AI, wanneer verantwoord ontworpen, een betrouwbare bondgenoot in onderwijs kan zijn.

Welke trends denkt u dat de toekomst van AI in academisch onderzoek en professionele kennisverwerving zullen vormgeven?

AI zal steeds meer gepersonaliseerd worden, aangepast aan de unieke behoeften van elke gebruiker en biedt aangepaste inzichten. Transparantie zal een sleutelrol spelen, aangezien gebruikers meer duidelijkheid zoeken over hoe AI informatie verwerkt en resultaten levert. Vooruitgang zal ook gericht zijn op het aanpakken van informatieoverbelasting en het stroomlijnen van onderzoekstools. Door repetitieve taken zoals gegevensverzameling en -synthese te automatiseren, zal AI de vroege stadia van onderzoek versnellen, waardoor onderzoekers zich meer kunnen concentreren op kritisch denken, analyse en innovatie. Deze balans tussen efficiëntie en intellectuele betrokkenheid zal de toekomst van academisch en professioneel onderzoek vormgeven.

Liner heeft onlangs een financieringsronde van 29 miljoen dollar met succes afgerond. Hoe zal deze investering Liner helpen groeien, en op welke gebieden richt u zich voor uitbreiding?

Deze financiering stelt ons in staat om onze missie te vervullen om AI in onderwijs te verbeteren. We breiden ons wereldwijde team uit en introduceren nieuwe functies zoals Essay Mode, ontworpen om studenten te helpen bij het verfijnen van hun vaardigheden in het schrijven, structureren en formatteren van essays. We geven prioriteit aan partnerschappen met universiteiten en professionele organisaties om meer gebruikers te bereiken en de impact van AI-gebaseerde onderzoekstools te demonstreren. Recentelijke samenwerkingen met bedrijven zoals ThetaLabs en Tako hebben onze mogelijkheden uitgebreid. Deze investering benadrukt de groeiende behoefte aan betrouwbare zoekoplossingen, en we zijn enthousiast om hierop voort te bouwen.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen Liner bezoeken.