Luke Kim, Założyciel i Dyrektor Generalny Liner – Seria Wywiadów

Luke Kim jest założycielem i dyrektorem generalnym Liner, rewolucyjnego narzędzia badawczego opartego na sztucznej inteligencji, zaprojektowanego w celu usprawnienia i udoskonalenia procesu badawczego, pomagając użytkownikom wykonywać zadania 5,5 razy szybciej. Jako wyszukiwarka oparta na sztucznej inteligencji, Liner zapewnia wyniki wyszukiwania z filtrowaniem, aby uzyskać dokładne informacje, oraz automatycznie generuje cytaty w różnych formatach, co czyni go niezwykle cennym zasobem dla badaczy, studentów i profesjonalistów.

Czy możesz opowiedzieć nam o swoim tle i tym, co skłoniło Cię do podjęcia działalności przedsiębiorczej, szczególnie w dziedzinie sztucznej inteligencji i technologii?

Moja podróż przedsiębiorcza rozpoczęła się od pragnienia rozwiązania realnych problemów za pomocą technologii. Jako student byłem zaskoczony, jak trudno było nawigować i ufać ogromnej ilości informacji w sieci. Byłem zmotywowany do stworzenia narzędzia, które uprości ten proces i pomoże studentom odróżnić wiarygodne źródła. To, co rozpoczęło się jako narzędzie do podświetlania, przeszukiwanie dostępnych informacji, z czasem rozwinęło się w to, czym jest dzisiaj Liner: wyszukiwarka oparta na sztucznej inteligencji, która dostarcza tylko najbardziej wiarygodne wyniki. Byłem przyciągnięty przez sztuczną inteligencję ze względu na jej potencjał do transformacji, w jaki sposób przetwarzamy i interaktywnie korzystamy z danych. Możliwość tworzenia znaczących rozwiązań dla studentów, takich jak ja sam, nadal mnie inspiruje.

Jak Twoje doświadczenie z rozszerzeniem przeglądarki, które stworzyłeś podczas studiów, ukształtowało wizję Liner?

Rozszerzenie Liner do podświetlania było moim pierwszym prawdziwym wkroczeniem w rozwiązywanie problemu przeładowania informacjami. Pokazało mi, jak bardzo ludzie cenią sobie narzędzia, które ułatwiają znalezienie i zorganizowanie najważniejszych informacji. Nauczyłem się, że uproszczenie nawet jednego kroku w przepływie pracy może mieć znaczący wpływ, czy to poprzez podświetlanie ważnych punktów, czy prezentowanie odpowiednich źródeł. Ten projekt ukształtował zaangażowanie Liner w tworzenie bezproblemowego doświadczenia dla użytkowników, pomagając studentom i badaczom w przeszukiwaniu nadmiaru informacji w sieci.

Jaki był pierwotny zamysł za Liner, i jak ewoluował od momentu jego powstania?

Liner rozpoczął się jako proste narzędzie, które pomagało użytkownikom podświetlać i zapisywać najważniejsze części treści online. Celem było ułatwienie użytkownikom skupienie się na najbardziej istotnych informacjach bez czucia przytłoczenia. Z czasem zrozumieliśmy, że użytkownicy potrzebują czegoś więcej niż tylko sposobu na zbieranie i sortowanie informacji – potrzebują lepszych sposobów na ich znalezienie i ocenę wiarygodności. To zrozumienie skierowało transformację Liner w wyszukiwarkę opartą na sztucznej inteligencji.

Jakie były największe wyzwania, których doświadczyłeś podczas przejścia Liner z narzędzia do podświetlania do wyszukiwarki opartej na sztucznej inteligencji?

Jednym z największych wyzwań było zapewnienie, że nasza sztuczna inteligencja może niezawodnie dostarczać wiarygodne i dokładne wyniki. Badania akademickie wymagają wysokiego stopnia zaufania, a spełnienie tych oczekiwań było kluczowe. Innym wyzwaniem było zintegrowanie lat danych podświetlanych przez użytkowników w procesie szkolenia AI, przy jednoczesnym utrzymaniu intuicyjności platformy. Znalezienie odpowiedniego balansu między innowacjami technologicznymi a bezproblemowym doświadczeniem użytkownika było niezwykle istotne, ale również bardzo satysfakcjonujące.

Poprzez budowę definicji “agenta” od podstaw, byliśmy w stanie stworzyć solidną i stabilną ramę dla zrozumienia, czym tak naprawdę jest agent. Następnie wdrożyliśmy agenta wyszukiwania, który priorytetowo traktował wiarygodność i zaufanie. Biorąc pod uwagę, że nasza docelowa grupa reprezentuje szczyt oczekiwań dotyczących wiarygodności, potrzebowaliśmy rozwiązania, które mogłoby skutecznie rozwiązać najbardziej złożone problemy. Nasza siła leżała w wykorzystaniu naszych własnych zbiorów danych, wglądu technicznego uzyskanego podczas procesu definiowania agenta oraz naszej ekspertyzy wdrożeniowej. Wszystkie te elementy stały się naszymi najpotężniejszymi narzędziami na drodze do sukcesu.

Czy możesz wyjaśnić, w jaki sposób integracja danych podświetlanych przez użytkowników zwiększa dokładność i wiarygodność wyników wyszukiwania Liner?

Dane podświetlone przez użytkowników działają jako cenna warstwa kontroli jakości, pomagając naszemu modelowi językowemu określać, co inne użytkownicy uważają za ważne i wiarygodne. Wykorzystując te kuratoryczne dane, jesteśmy w stanie priorytetowo traktować istotne i godne zaufania informacje w naszych wynikach wyszukiwania. Ten podejście zapewnia, że użytkownicy otrzymują precyzyjne i użyteczne informacje, unikając nieistotnych lub niskiej jakości treści.

Jak Liner różni się od innych narzędzi wyszukiwania opartych na sztucznej inteligencji, takich jak ChatGPT czy Perplexity?

Liner wyróżnia się poprzez priorytetowe traktowanie wiarygodności i transparentności. Każdy wynik wyszukiwania zawiera cytaty, a użytkownicy mogą filtrować mniej wiarygodne źródła, aby zapewnić dokładność. Dodatkowo, studenci mogą wyświetlać oryginalny tekst cytowanego materiału na swoim ekranie. W przeciwieństwie do narzędzi zaprojektowanych dla codziennych zapytań, Liner jest specjalnie zaprojektowany dla studentów, akademików i badaczy, pomagając użytkownikom skupić się na pogłębionych studiach i analizach, zamiast weryfikować fakty. To zaangażowanie w zaufanie i użyteczność czyni Liner ulubionym narzędziem dla ponad 10 milionów użytkowników, w tym studentów z uniwersytetów takich jak UC Berkeley, USC, University of Michigan i Texas A&M. Liner nadal różni się poprzez partnerstwa, takie jak ostatnie z Tako, które integruje narzędzia wizualizacji wiedzy, aby przedstawić złożone dane w bardziej dostępnym i interaktywnym formacie, umożliwiając użytkownikom głębsze zanurzenie się w badaniach.

Jakie środki podejmuje Liner, aby zredukować “halucynacje” w odpowiedziach AI, i jak to wpływa na zaufanie użytkowników?

Redukowanie “halucynacji” wymaga kotwiczenia odpowiedzi generowanych przez AI do weryfikowalnych źródeł. Liner osiąga to, krzyżując swoje wyniki z artykułami akademickimi, bazami danych rządowych i innymi zaufanymi repozytoriami. Nasz System Filtrowania Źródeł pozwala użytkownikom wykluczyć niezaufane treści, zapewniając dodatkową warstwę zapewnienia jakości. Te kroki nie tylko minimalizują błędy, ale także budują zaufanie z użytkownikiem.

System Liner opiera się na istotności (współczynnik istotności między twierdzeniami wygenerowanymi przez agenta a odniesieniami) i faktualności (która ocenia, jak dobrze twierdzenia wygenerowane przez agenta są wspierane przez odniesienia). Im bardziej odniesienie jest wspierające, tym wyższy jest współczynnik faktualności. Ponieważ nasz produkt silnie zachęca użytkowników do weryfikacji twierdzeń, aby upewnić się, że są one wolne od “halucynacji”, poprawa faktualności naszego systemu agenta jest kluczowa. Ostatecznie obserwujemy pozytywną korelację między współczynnikiem faktualności a zaangażowaniem użytkownika.

Jakie kroki podejmuje Liner, aby budować zaufanie wśród użytkowników, szczególnie tych, którzy są sceptyczni co do polegania na AI w krytycznych informacjach?

Budowanie zaufania rozpoczyna się od transparentności. Liner dostarcza jasne cytaty dla każdego wyniku, dając użytkownikom możliwość weryfikacji informacji samodzielnie. Dodatkowo, rankujemy źródła pod kątem ich wiarygodności i pozwalamy użytkownikom na bezpośrednią interakcję z oryginalnym materiałem. Ciągłe edukowanie użytkowników i otwarta komunikacja również odgrywają rolę w demonstracji, że AI, gdy jest zaprojektowane w sposób odpowiedzialny, może być godnym zaufania sojusznikiem w edukacji.

Jakie trendy, według Ciebie, ukształtują przyszłość sztucznej inteligencji w badaniach akademickich i profesjonalnym pozyskiwaniu wiedzy?

Sztuczna inteligencja stanie się coraz bardziej personalizowana, dostosowując się do unikalnych potrzeb każdego użytkownika i dostarczając spersonalizowane spostrzeżenia. Transparentność będzie kluczowa, gdy użytkownicy będą szukać większej jasności co do tego, jak AI przetwarza informacje i dostarcza wyniki. Postępy będą również skupiać się na rozwiązywaniu problemu przeładowania informacjami i usprawnieniu narzędzi badawczych. Automatyzując powtarzalne zadania, takie jak gromadzenie i syntezowanie danych, AI przyspieszy wstępne etapy badań, umożliwiając badaczom skupienie się bardziej na myśleniu krytycznym, analizie i innowacjach. Ten balans między wydajnością a intelektualnym zaangażowaniem ukształtuje przyszłość badań akademickich i profesjonalnych.

Liner niedawno z powodzeniem zebrał 29 milionów dolarów w rundzie finansowania. Jak to inwestycje pomoże Linerowi w rozwoju, i na jakie obszary koncentrujesz się na rozwój?

To finansowanie umożliwia nam poszerzenie naszej misji polepszania sztucznej inteligencji w edukacji. Rozwijamy nasz globalny zespół i wdrażamy nowe funkcje, takie jak Tryb Esaju, zaprojektowany, aby pomóc studentom doskonalić swoje umiejętności w pisaniu, strukturyzowaniu i formatowaniu esejów. Priorytetowo traktujemy partnerstwa z uniwersytetami i organizacjami profesjonalnymi, aby dotrzeć do większej liczby użytkowników i pokazać wpływ narzędzi badawczych opartych na sztucznej inteligencji. Ostatnie partnerstwa z firmami takimi jak ThetaLabs i Tako rozszerzyły nasze możliwości. To inwestycje podkreśla rosnące zapotrzebowanie na niezawodne rozwiązania wyszukiwania, i jesteśmy podekscytowani, aby budować na tym impetem.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Liner.