Hyun Kim, CEO i współzałożyciel Superb AI – seria wywiadów

Hyun Kim jest CEO i współzałożycielem Superb AI, firmy, która dostarcza nowej generacji platformy danych maszynowych do zespołów AI, aby mogły budować lepsze AI w krótszym czasie. Superb AI Suite to platforma SaaS dla przedsiębiorstw, zbudowana w celu pomocy inżynierom ML, zespołom produktowym, badaczom i annotatorom danych w tworzeniu wydajnych przepływów danych szkoleniowych.

Czym było to, co początkowo przyciągnęło Cię do dziedziny AI, Data Science i Robotyki?

Studiując jako student kierunku Inżynierii Biomedycznej na Uniwersytecie Duke, byłam pasjonatem genetyki i tym, jak możemy inżynierować nasze DNA, aby wyleczyć choroby lub stworzyć organizmy genetycznie zmodyfikowane. Pamiętam jeden eksperyment w laboratorium, który nieudaną się powtarzał przez około 6 miesięcy. Najbardziej frustrującą częścią było to, że było wiele powtarzalnej pracy ręcznej, a windsight było to prawdopodobnie źródłem wielu potencjalnych błędów.

To frustrujące doświadczenie skłoniło mnie do zainteresowania się wszystkim, co ma związek z automatyzacją. Przeszedłem przez kilka laboratoriów na Uniwersytecie Duke, aż dołączyłem do laboratorium, które badało, jak machine learning może pomóc w diagnozowaniu choroby Parkinsona przy użyciu skanów MRI mózgu. Tutaj uzyskałem prawdziwy smak potencjału sieci Deep Learning. Zdecydowałem się na studia doktoranckie z informatyki na Uniwersytecie Duke i pracowałem intensywnie w Intelligent Robot Lab, ucząc roboty, jak się uczyć.

W 2016 roku uczestniczyłeś w Amazon (AMZN ) Robotics Challenge. Nad czym pracowałeś i jak oceniasz to doświadczenie?

W Amazon Robotics Challenge zespoły zdobywają punkty, wykonując roboty, które samodzielnie wybierają i przechowują przedmioty w określonym czasie. Roboty w fabrykach i liniach montażowych mogą być zaprojektowane do konkretnych obiektów, które robot wybiera i umieszcza, ale wyzwanie Amazon Robotics wymaga od robotów pracy w bardzo dynamicznych sytuacjach. Byłem liderem zespołu “Team Duke” i jego funkcji planowania ruchu. Zaprojektowałem i wdrożyłem metody planowania ruchu robota do zadań manipulacji robota w środowisku magazynowym. To było ekscytujące doświadczenie, ponieważ musieliśmy połączyć wiele złożonych systemów, od systemów percepcji robota opartych na widzeniu komputerowym po algorytmy planowania ruchu i niestandardowo zaprojektowane urządzenia mechaniczne.

Następnie pracowałeś przez prawie 2 lata jako inżynier badawczy machine learning w SK T-Brain, nad jakim projektem pracowałeś?

Okolo roku po rozpoczęciu studiów doktoranckich, w marcu 2016 roku, AlphaGo Google pokonała mistrza świata w Go, Lee Sedola. Była to przełomowa wiadomość, szczególnie w Korei, gdzie Go jest znacznie bardziej popularne niż gdzie indziej.

Po tym wydarzeniu rząd i wszystkie duże firmy natychmiast zaczęły inwestować wiele w badania AI. Jedną z tych firm była SKT, czyli SK Telecom (SKM ), duża koreańska korporacja. Zostałem zaproszony na stanowisko inżyniera badawczego machine learning w ich nowym laboratorium badawczym AI, zwanym SKT Brain. Zrobiłem przerwę w studiach doktoranckich i wróciłem do Korei, aby pracować przez około 2 lata.

Celem mojego zespołu było prowadzenie badań nad różnymi tematami AI, które mogłyby potencjalnie zaowocować produktem lub stworzyć biznesową okazję dla firmy. W tym czasie zajmowałem się tematami takimi jak samochody autonomiczne, AI gier (szczególnie StarCraft AI) i sieciami generatywnymi przeciwnymi (GAN).

Po dwóch latach zdecydowałem się nie wracać do szkoły, aby ukończyć studia doktoranckie, ale opuściłem firmę, aby założyć swoją własną firmę, Superb AI.

Jakie było inspiracją założenia Superb AI?

Podczas badań nad uczeniem się robotów w szkole i także podczas pracy w laboratorium badawczym korporacji, było mi bardzo wyraźnie, że większość mojego czasu spędzam na kuracji danych.

W szkole spędzałem większość czasu tworząc symulowane środowiska dla symulacji robota. W mojej poprzedniej firmie spędzałem czas zbierając i oznaczając zestawy danych dla samochodów autonomicznych i AI gier.

I, niestety, nie byłem sam. To samo dotyczyło moich kolegów, a także było powszechnym problemem dla każdego badacza i inżyniera w branży machine learning.

Chciałem to zmienić. Jak mogłeś zauważyć, jestem wielkim fanem machine learning i AI, i uważam, że mogą one naprawdę rewolucjonizować nasze życie. Chcę, aby przełomy technologiczne następowały szybciej, a także chcę zobaczyć, jak są one stosowane w naszym codziennym życiu.

Jak najlepiej opisałbyś usługi oferowane przez Superb AI?

Superb AI oferuje platformę danych machine learning o nazwie Superb AI Suite. Suite pomaga firmom tworzyć, oznaczać i zarządzać danymi szkoleniowymi w sposób wydajny, oraz przyspieszać ich cykl ML Ops.

Jest dobrze znane, że większość zespołów machine learning spędza ponad 50% swojego czasu na zarządzaniu danymi szkoleniowymi. Pomagamy inżynierom łatwo filtrować, wyszukiwać i modyfikować zestawy danych szkoleniowych, oraz integrować je z ich ML Ops stack, takimi jak magazyn danych lub ramy głębokiego uczenia się za pomocą potężnego SDK i API.

Liderzy produktowi spędzają również wiele czasu z danymi szkoleniowymi. Ułatwiamy im życie dzięki łatwemu śledzeniu problemów, analizom danych i wielu funkcjom związanym z współpracą i produktywnością.

Ponadto, nasza funkcja automatycznego oznaczania, która wykorzystuje wiele zaawansowanych technik machine learning, takich jak transfer learning i active learning, może pomóc w automatycznym oznaczaniu i kontroli jakości.

Co było najtrudniejszym aspektem budowy platformy danych machine learning?

Budowa platformy danych machine learning stwarza interesujące wyzwania inżynierskie, nie tylko dlatego, że machine learning wymaga ogromnej ilości nieustrukturyzowanych danych, takich jak obrazy i filmy, ale także dlatego, że dane muszą być stale odczytywane i aktualizowane przez wielu użytkowników na całym świecie.

Jakie firmy korzystają z platformy Superb AI?

Mamy klientów o różnych rozmiarach z wielu branż. Duże firmy elektroniczne, takie jak Samsung i LG, korzystają z naszej platformy, aby zarządzać danymi i przyspieszyć swój proces rozwoju ML. Wiele przedsiębiorstw i startupów z branży pojazdów autonomicznych, a także firmy, które wykorzystują bezzałogowe systemy w aplikacjach od bezpieczeństwa fizycznego do budownictwa, korzysta z naszej platformy.

Ponadto, firmy AR/VR i gamingowe korzystają z naszej platformy danych szkoleniowych, aby tworzyć i zarządzać zestawami danych, które mogą nauczyć modele ML.

W sektorze medycznym, laboratoria badawcze na renomowanych międzynarodowych uniwersytetach korzystają z naszej platformy, aby zarządzać danymi szkoleniowymi i bardziej efektywnie trenować modele widzenia komputerowego, aby rozpoznać guzy w MRI i TK.

Superb AI była członkiem zimowej klasy 2019 Y Combinator, opowiedz o tym doświadczeniu i jakie były najważniejsze wnioski, które wyciągnąłeś?

Nasze dwa główne wnioski to nauka skupiania się na użytkownikach i iteracji. Dewiza YC to “stwórz coś, czego ludzie chcą”. Często startupy, a szczególnie startupy technologiczne, koncentrują się na innowacjach technicznych i zaniedbują to, czego użytkownicy naprawdę potrzebują. W trakcie trzymiesięcznego procesu, nauczyliśmy się być ekstremalnie ukierunkowanymi na użytkownika – rozmawiając z jak największą ilością użytkowników i naprawdę starając się zrozumieć, czego potrzebują – oraz iterując nad aktualizacjami produktu i komunikacją, aby dopasować je do potrzeb użytkowników. Ponieważ niemożliwe jest trafienie w cel z pierwszym podejściem, jest niezwykle ważne, aby ciągle rozmawiać z użytkownikami i dostarczać im to, czego potrzebują. Jest to bardzo oczywiste, gdy o tym myślisz, ale bardzo trudne do praktycznego zastosowania.

Czy jest coś jeszcze, co chciałbyś podzielić się na temat Superb AI?

Wzmocniliśmy naszą bezpłatną ofertę produktową, która daje użytkownikom więcej miejsca na surowe dane i więcej funkcji etykietowania, zarządzania danymi i narzędzi deweloperskich. Jesteśmy na prawdziwej misji, aby udemokratyzować AI i chcemy, aby ludzie wiedzieli, że istnieją firmy przedsiębiorcze, takie jak my, które są zaangażowane w dostarczanie jak najwięcej, aby przyspieszyć przyjęcie i integrację AI w naszym codziennym życiu.

Dziękujemy za wywiady, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Superb AI.