Luke Kim, grunnlegger og administrerende direktør i Liner – Intervju-serie

Luke Kim er grunnlegger og administrerende direktør i Liner, et banebrytende AI-drevet forskningstverktøy designet for å strømlinje og forbedre forskningsprosessen, og hjelper brukerne 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 drive entrepreneurship, spesielt innen feltet AI og teknologi?

Min entreprenørskap begynte med et ønske om å løse virkelige problemer gjennom teknologi. Som student var jeg slått av hvor vanskelig det var å navigere og stole på mengden informasjon på nettet. Jeg var motivert til å skape et verktøy som strømlinjer prosessen og hjelper studenter å skille mellom kilder. Det som startet som et highlight-verktøy, som gjennomgikk tilgjengelig informasjon, utviklet seg over tid til hva Liner er i dag: en AI-søk som gir bare de mest pålitelige resultater. Jeg var tiltrukket av AI for dens potensiale til å transformere hvordan vi prosesserer og samhandler med data. Muligheten til å skape meningsfulle løsninger for studenter, som min yngre jeg, fortsetter å inspirere meg.

Hvordan påvirkte din erfaring med nettleser-utvidelsen du bygde under studietiden din visjonen for Liner?

Liner highlighter nettleser-utvidelsen var min første virkelige dykk i å løse problemet med informasjons-overlast. Den viste meg hvor mye mennesker verdsetter verktøy som gjør det lettere å finne og organisere viktig informasjon. Jeg lærte at å forenkle bare ett steg i en arbeidsflyt kan ha en stor innvirkning, enten det er å highlighte viktige punkter eller å fremheve relevante kilder. Dette prosjektet formede Liners forpliktelse til å skape en sammenhengende brukeropplevelse, og å hjelpe studenter og forskere å gjennomgå mengden av unødvendig støy på internettet.

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

Liner begynte som et enkelt verktøy for å hjelpe brukerne med å highlighte og lagre viktige deler av nettinnhold. Målet var å gjøre det lettere for brukerne å fokusere på den viktigste informasjonen uten å bli overveldet. Over tid erkjente vi at brukerne trengte mer enn en måte å samle og sortere informasjon – de trengte bedre måter å finne det og å avgjøre dens pålitelighet. Denne erkjennelsen ledet Liners transformasjon til en AI-søkemotor.

Hva var de største utfordringene du møtte mens du omformet Liner fra et highlight-verktøy til en AI-drevet søkemotor?

En av de største utfordringene var å sikre at vår AI kunne levere pålitelige og nøyaktige resultater. Akademisk forskning krever en høy grad av tillit, og å møte disse forventningene var kritisk. En annen utfordring var å integrere år med bruker-highlightet data i AIens treningsprosess, samtidig som vi holdt plattformen intuitiv. Å finne riktig balanse mellom teknologisk innovasjon og en sammenhengende brukeropplevelse var essensielt, men også ekstremt belønning.

Ved å bygge Liners definisjon av “agent” fra scratch, kunne vi skape en robust og stabil ramme for å forstå hva en agent virkelig er. Vi implementerte deretter en søkeagent som prioriterer pålitelighet og troverdighet. Gitt at vårt målgruppe representerer toppen av troverdighets-fokuserte forventninger, trengte vi en distinkt løsning som kunne håndtere de mest komplekse problemene. Vår styrke lå i å utnytte våre proprietære datasett, de tekniske innsiktene vi fikk under agent-definisjonsprosessen, og vår implementerings-ekspertise. Disse elementene ble våre kraftigste verktøy for suksess.

Kan du utdype hvordan integreringen av bruker-highlightet data forbedrer nøyaktigheten og påliteligheten av Liners AI-søkeresultater?

Bruker-highlightet data fungerer som et verdifullt lag av kvalitetskontroll, og hjelper vår LLM å avgjøre hva andre brukere finner viktig og troverdig. Ved å utnytte denne kurerte dataen, kan vi prioritere relevant og troverdig informasjon i våre søkeresultater. Denne tilnærmingen sikrer at brukerne får presise og handlebare 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 transparens. Hvert søkeresultat inkluderer en kilde, og brukerne kan filtrere ut mindre pålitelige kilder for å sikre nøyaktighet. Som et ekstra tiltak kan studenter trekke ut kilder og se det opprinnelige sitert tekst på skjermen. I motsetning til verktøy designet for uformelle spørsmål, er Liner spesifikt bygget for studenter, akademikere og forskere, og hjelper brukerne å fokusere på dypt læring og analyse i stedet for å verifisere fakta. Dette engasjementet for tillit og brukervennlighet gjør Liner til et gå-til-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 gjennom partnerskap, som et nylig samarbeid med Tako, som integrerer kunnskapsvisualiserings-verktøy for å presentere komplekse data på en mer tilgjengelig og interaktiv måte, og gir brukerne mulighet til å dykke dyptere inn i sine forskningsprosjekter.

Hva tiltak tar Liner for å redusere hallucinasjoner i sine AI-respons, og hvordan påvirker dette brukertillit?

Redusere hallucinasjoner krever å feste AI-genererte respons til verifiserbare kilder. Liner oppnår dette ved å krysse sine resultater med akademiske papirer, regjeringsdatabaser og andre pålitelige repositoryer. Vår kilde-filter-system tillater dessuten brukerne å ekskludere upålitelig innhold, og gir en ekstra lag av kvalitets-sikring. Disse tiltakene ikke bare minimiserer feil, men bygger også tillit hos brukerne.

Liners system er basert på relevans (relevans-scoren mellom agent-genererte påstander og referanse-passer) og faktualitet (som vurderer hvor godt agent-genererte påstander støttes av referanse-passer). Jo mer støttende passasjen er, jo høyere faktualitet-score. Da vårt produkt sterkt oppmuntre brukerne til å verifisere påstander for å sikre at de er fritt fra hallucinasjoner, er det essensielt å forbedre faktualiteten av vårt agent-system. Til slutt observerer vi en positiv korrelasjon mellom faktualitet-score og bruker-tilbakehold.

Hva tiltak tar Liner for å bygge tillit blant brukerne, spesielt de som er skeptiske til å bruke AI for kritisk informasjon?

Bygging tillit begynner med transparens. Liner gir klare kilder for hvert resultat, og gir brukerne mulighet til å verifisere informasjonen selv. I tillegg rangerer vi kilder basert på pålitelighet, og lar brukerne engasjere direkte med det opprinnelige innholdet. Kontinuerlig bruker-utdanning og åpen kommunikasjon spiller også en rolle i å demonstrere at AI, når det er designet ansvarlig, kan være en pålitelig alliert i utdanning.

Hva trender tror du vil forme fremtiden for AI i akademisk forskning og profesjonell kunnskaps-innsamling?

AI vil bli stadig mer personlig, og tilpasse seg de unike behovene til hver enkelt bruker, og gi tilpassede innsikter. Transparens vil være nøkkel, da brukerne søker større klarhet om hvordan AI prosesserer informasjon og leverer resultater. Fremgang vil også fokusere på å løse informasjons-overlast og strømlinje forsknings-verktøy. Ved å automatisere repetitive oppgaver som data-innsamling og syntese, vil AI akselerere de tidlige fasene av forskning, og gi forskerne mulighet til å fokusere mer på kritisk tenkning, analyse og innovasjon. Denne balansen mellom effisiens og intellektuelt engasjement vil forme fremtiden for akademisk og profesjonell forskning.

Liner har nylig suksessfullt samlet inn 29 millioner dollar i en finansieringsrunde. Hvordan vil denne investeringen hjelpe Liner å vokse, og hvilke områder fokuserer du på for utvidelse?

Denne finansieringen muliggjør at vi kan fremme vår misjon om å forbedre AI i utdanning. Vi utvider vårt globale team og ruller ut nye funksjoner som Essay Mode, designet for å hjelpe studenter å forbedre ferdighetene sine i å skrive, strukturere og formatering av essays. Vi prioriterer også partnerskap med universiteter og profesjonelle organisasjoner for å nå flere brukere og vise effekten av AI-drevne forsknings-verktøy. Nylige samarbeid med selskaper som ThetaLabs og Tako har utvidet våre muligheter. Denne investeringen understreker den økende behovet for pålitelige søkeløsninger, og vi er ivrige etter å bygge på denne momentum.

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