Luke Kim, grunnlegger og administrerende direktør i Liner – Intervjuserie

Luke Kim er grunnlegger og administrerende direktør i Liner, et banebrytende AI-drevet forskningsverktøy designet for å strømlinjeforme og forbedre forskningsprosessen, og hjelper brukere med å fullføre oppgavene sine 5,5 ganger raskere. Som en AI-søkemotor gir Liner filtrerte søkeresultater for presis informasjon og genererer automatisk sitater i ulike formater, noe som gjør det til en uvurderlig ressurs for forskere, studenter og fagfolk.

Kan du fortelle oss om din bakgrunn og hva som inspirerte deg til å bli entreprenør, spesielt innen AI og teknologi?

Min entreprenørreise begynte med et ønske om å løse virkelige problemer gjennom teknologi. Som bachelorstudent ble jeg slått av hvor utfordrende det var å navigere og stole på den enorme mengden informasjon på nettet. Jeg ble motivert til å lage et verktøy som strømlinjeformer prosessen og hjelper studenter med å skille mellom kilder. Det som startet som et markeringsverktøy, som sorterte gjennom tilgjengelig informasjon, utviklet seg over tid til det Liner er i dag: en AI-søk som kun gir de mest pålitelige resultatene. Jeg ble tiltrukket av AI på grunn av dets potensial til å transformere hvordan vi behandler og samhandler med data. Muligheten til å skape meningsfulle løsninger for studenter, som mitt yngre jeg, inspirerer meg fortsatt.

Hvordan påvirket erfaringen din med nettleserutvidelsen du laget under studietiden visjonen for Liner?

Liner highlighter-nettleserutvidelsen var mitt første reelle forsøk på å løse problemet med informasjonsoverskudd. Den viste meg hvor mye folk verdsetter verktøy som gjør det enklere å finne og organisere viktig informasjon. Jeg lærte at selv å forenkle ett trinn i en arbeidsflyt kan ha stor innvirkning, enten det er å markere viktige punkter eller fremheve relevante kilder. Dette prosjektet formet Liner sitt engasjement for å skape en sømløs opplevelse for brukerne, og hjelpe studenter og forskere med å sile gjennom overflødig støy på internett.

Hva var den opprinnelige visjonen bak Liner, og hvordan har den utviklet seg siden oppstarten?

Liner startet som et enkelt verktøy for å hjelpe brukere med å markere og lagre nøkkelområder i nettinnhold. Målet var å gjøre det lettere for brukerne å fokusere på den mest relevante informasjonen uten å bli overveldet. Over tid innså vi at brukerne trengte mer enn bare en måte å samle og sortere informasjon på – de trengte bedre måter å finne den på og vurdere påliteligheten. Denne erkjennelsen ledet Liner sin transformasjon til en AI-søkemotor.

Hva var de største utfordringene du møtte under overgangen fra et markeringsverktøy til en AI-drevet søkemotor?

En av de mest betydelige utfordringene var å sikre at vår AI konsekvent leverte pålitelige og nøyaktige resultater. Akademisk forskning krever høy grad av tillit, og det var kritisk å møte disse forventningene. En annen utfordring var å integrere år med bruker‑markert data i AI‑ens treningsprosess samtidig som plattformen forble intuitiv. Å finne riktig balanse mellom teknologisk innovasjon og en sømløs brukeropplevelse var essensielt, men også utrolig givende.

Ved å bygge Liner sin definisjon av “agent” fra bunnen av, klarte vi å skape et robust og stabilt rammeverk for å forstå hva en agent egentlig er. Deretter implementerte vi en søke‑agent som prioriterte pålitelighet og troverdighet. Gitt at vårt målpublikum representerer toppen av krav til troverdighet, trengte vi en distinkt løsning som kunne takle de mest komplekse problemene. Vår styrke lå i å utnytte våre proprietære datasett, de tekniske innsiktene fra agent‑definisjonsprosessen og vår implementeringsekspertise. Sammen ble disse elementene våre mest kraftfulle verktøy for suksess.

Kan du utdype hvordan integreringen av bruker‑markert data forbedrer nøyaktigheten og påliteligheten til Liner sin AI‑søkeresultater?

Bruker‑markert data fungerer som et verdifullt lag av kvalitetskontroll, og hjelper vår LLM med å forstå hva andre brukere anser som viktig og troverdig. Ved å utnytte dette kuraterte datasettet kan vi prioritere relevant og pålitelig informasjon i søkeresultatene. Denne tilnærmingen sikrer at brukerne får presise og handlingsbare innsikter samtidig som de unngår irrelevant eller lavkvalitets innhold.

Hvordan skiller Liner seg fra andre AI‑søkeverktøy som ChatGPT eller Perplexity?

Liner skiller seg ut ved å prioritere pålitelighet og åpenhet. Hvert søkeresultat inkluderer en kildehenvisning, og brukere kan filtrere bort mindre pålitelige kilder for å sikre nøyaktighet. Som et ekstra tiltak kan studenter hente kilder og se den originale sitatte teksten på skjermen. I motsetning til verktøy designet for uformelle spørsmål, er Liner bygget spesielt for studenter, akademikere og forskere, og hjelper brukerne med å fokusere på dyp læring og analyse i stedet for å verifisere fakta. Dette engasjementet for tillit og brukervennlighet gjør Liner til et foretrukket verktøy for over 10 millioner brukere, inkludert studenter ved universiteter som UC Berkeley, USC, University of Michigan og Texas A&M. Liner fortsetter å skille seg ut gjennom partnerskap, som det nylige samarbeidet med Tako, som integrerer kunnskapsvisualiseringsverktøy for å presentere komplekse data på en mer tilgjengelig og interaktiv måte, og gir brukerne mulighet til å dykke dypere inn i forskningen.

Hvilke tiltak tar Liner for å redusere hallusinasjoner i AI‑svarene, og hvordan påvirker dette brukerens tillit?

Reduksjon av hallusinasjoner krever at AI‑genererte svar forankres i verifiserbare kilder. Liner oppnår dette ved å kryssjekke resultatene med akademiske artikler, offentlige databaser og andre pålitelige arkiver. Vårt Source Filtering System lar også brukere ekskludere upålitelige kilder, noe som gir et ekstra lag av kvalitetssikring. Disse stegene minimerer ikke bare feil, men bygger også tillit hos brukeren.

Liner sitt system er basert på relevans (relevanspoengsummen mellom agent‑genererte påstander og referanseavsnitt) og faktualitet (som vurderer hvor godt agent‑genererte påstander støttes av referanseavsnittene). Jo mer støttende avsnittet er, desto høyere blir faktualitetspoengsummen. Siden vårt produkt sterkt oppfordrer brukere til å verifisere påstander for å sikre at de er fri for hallusinasjoner, er forbedring av faktualiteten i vårt agentsystem avgjørende. Til slutt observerer vi en positiv korrelasjon mellom faktualitetspoengsummen og brukerretensjon.

Hvilke skritt tar Liner for å bygge tillit blant brukerne, spesielt de som er skeptiske til å stole på AI for kritisk informasjon?

Å bygge tillit starter med åpenhet. Liner gir klare kildehenvisninger for hvert resultat, slik at brukerne kan verifisere informasjonen selv. I tillegg rangerer vi kilder etter pålitelighet og lar brukerne engasjere seg direkte med originalinnholdet. Kontinuerlig brukeropplæring og åpen kommunikasjon spiller også en rolle i å demonstrere at AI, når den er ansvarlig designet, kan være en pålitelig alliert i utdanning.

Hvilke trender tror du vil forme fremtiden for AI i akademisk forskning og profesjonell kunnskapsinnhenting?

AI vil bli stadig mer personlig, tilpasse seg hver enkelt brukers unike behov og levere skreddersydde innsikter. Åpenhet vil være nøkkelen, ettersom brukere søker større klarhet i hvordan AI behandler informasjon og leverer resultater. Fremskritt vil også fokusere på å takle informasjonsoverskudd og strømlinjeforme forskningsverktøy. Ved å automatisere repeterende oppgaver som datainnsamling og syntese, vil AI akselerere de tidlige forskningsstadiene, slik at forskere kan bruke mer tid på kritisk tenkning, analyse og innovasjon. Denne balansen mellom effektivitet og intellektuell engasjement vil forme fremtiden for akademisk og profesjonell forskning.

Liner nylig lyktes med å hente inn en finansieringsrunde på 29 millioner dollar. Hvordan vil denne investeringen hjelpe Liner å vokse, og hvilke områder fokuserer dere på for ekspansjon?

Denne finansieringen gjør det mulig for oss å videreføre vårt oppdrag om å forbedre AI i utdanning. Vi utvider vårt globale team og lanserer nye funksjoner som Essay Mode, designet for å hjelpe studenter med å finpusse ferdighetene sine i skriving, strukturering og formatering av essays. Vi prioriterer også partnerskap med universiteter og profesjonelle organisasjoner for å nå flere brukere og vise virkningen av AI‑drevne forskningsverktøy. Nylige samarbeid med selskaper som ThetaLabs og Tako har utvidet våre muligheter. Denne investeringen understreker det økende behovet for pålitelige søkeløsninger, og vi er ivrige etter å bygge videre på dette momentumet.

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke Liner.