Hyun Kim, CEO e Co-Fundador, Superb AI – Série de Entrevistas

Hyun Kim é o CEO e Co-Fundador da Superb AI, uma empresa que fornece uma plataforma de dados de aprendizado de máquina de nova geração para equipes de IA, para que elas possam construir melhores IA em menos tempo. A Suíte Superb AI é uma plataforma de SaaS empresarial construída para ajudar engenheiros de ML, equipes de produtos, pesquisadores e anotadores de dados a criar fluxos de trabalho de dados de treinamento eficientes.

O que inicialmente o atraiu para o campo de IA, Ciência de Dados e Robótica?

Como estudante de graduação em Engenharia Biomédica na Duke, eu era apaixonado por genética e como podemos engenharia nosso DNA para curar doenças ou criar organismos geneticamente modificados. Lembro-me de um experimento de laboratório úmido que falhou por cerca de 6 meses seguidos. A parte mais frustrante foi que havia muito trabalho manual repetitivo, e em retrospecto, isso provavelmente foi a raiz de muitos erros potenciais.

Essa frustração me levou a me interessar por qualquer coisa relacionada à automação. Eu basicamente flutuei por vários laboratórios na Duke até que me juntei a um laboratório que estava pesquisando como o aprendizado de máquina pode ajudar a diagnosticar a doença de Parkinson usando exames de ressonância magnética do cérebro. Aqui, eu tive um gostinho real do potencial de mudança de jogo das redes de aprendizado profundo. Eu acabei perseguindo um programa de doutorado em ciência da computação na Duke e trabalhei intensivamente no Laboratório de Robótica Inteligente, ensinando robôs a aprender coisas.

Em 2016, você estava envolvido no Desafio de Robótica da Amazon (AMZN ). No que você estava trabalhando e como você gostou dessa experiência?

No Desafio de Robótica da Amazon, as equipes ganham pontos fazendo robôs pegarem e armazenarem itens de forma autônoma em um tempo determinado. Robôs em fábricas e linhas de montagem podem ser projetados para o objeto específico que o robô está pegando e armazenando, mas o Desafio de Robótica da Amazon desafia os robôs a operar em situações muito dinâmicas. Eu era o líder da equipe “Duke” e sua função de planejamento de movimento. Eu projetei e implementei métodos de planejamento de movimento de robô para tarefas de manipulação de robô de pegar e colocar em um ambiente de armazém realista. Foi uma experiência de aprendizado emocionante, pois tivemos que montar uma multidão de sistemas complexos, desde sistemas de percepção de robô baseados em visão computacional até algoritmos de planejamento de movimento e hardwares de efetor mecânico personalizados.

Em seguida, você trabalhou por quase 2 anos como engenheiro de pesquisa de aprendizado de máquina na SK T-Brain, qual foi esse projeto?

Cerca de um ano após meu doutorado, em março de 2016, o AlphaGo da Google derrotou o campeão humano, Lee Sedol, no jogo de Go. Foi uma notícia emocionante, especialmente na Coreia, onde o Go é muito mais popular do que em outros lugares.

Depois desse evento, o governo e todas as grandes empresas começaram a investir uma grande quantidade em pesquisas de IA. Uma dessas empresas era a SKT, ou SK Telecom (SKM ), um grande conglomerado coreano. Eu fui oferecido um cargo de engenheiro de pesquisa de aprendizado de máquina em seu laboratório de pesquisa de IA, chamado SKT Brain. Eu tirei uma licença de meu doutorado e voltei para a Coreia para trabalhar por cerca de 2 anos.

O objetivo da minha equipe era realizar pesquisas sobre vários tópicos de IA que pudessem potencialmente gerar um produto ou criar uma oportunidade de negócios para a empresa. Nesses dois anos, eu tentei abordar tópicos como carros autônomos, IA de jogos (especificamente IA de StarCraft) e Redes Adversárias Generativas ou GANs.

Depois de dois anos, em vez de retornar à escola para concluir meu programa de doutorado, eu deixei para iniciar minha empresa, Superb AI.

Qual foi a inspiração por trás do lançamento da Superb AI?

Enquanto pesquisava aprendizado de robô na escola e também enquanto trabalhava em um laboratório de pesquisa corporativa, foi muito aparente para mim que a maior parte do meu tempo era gasto na curação de dados.

Na escola, eu estava gastando a maior parte do meu tempo criando ambientes simulados para simulações de robótica. Na minha empresa anterior, eu estava gastando tempo coletando e rotulando conjuntos de dados para IA de carros autônomos e IA de jogos.

E, infelizmente, isso não era apenas para mim. Era o mesmo para meus colegas, e um ponto de dor comum para todos os pesquisadores e engenheiros na indústria de aprendizado de máquina.

Eu queria consertar isso. Como você pode ver, sou um grande fã de aprendizado de máquina e IA, e acho que pode verdadeiramente revolucionar nossas vidas. Quero que os avanços tecnológicos aconteçam mais rapidamente, e quero ver eles aplicados em nossas vidas cotidianas.

Para fazer isso acontecer, eu inicialmente pesquisei como fazer algoritmos de aprendizado de máquina aprender com menos entrada humana. Isso me levou a me interessar por coisas como aprendizado não supervisionado e meta-aprendizado. Depois de publicar um artigo sobre GANs, eu percebi o que eu queria fazer. Em vez de publicar trabalhos de pesquisa, eu queria criar um produto ou serviço real que possa impactar a indústria e começar a resolver o problema de dados agora.

Como você descreveria melhor os serviços oferecidos pela Superb AI?

A Superb AI fornece uma plataforma de dados de aprendizado de máquina chamada Superb AI Suite. A Suíte ajuda as empresas a criar, rotular e gerenciar dados de treinamento de forma eficiente e acelerar seu ciclo de ML Ops.

É bem conhecido que a maioria das equipes de aprendizado de máquina gasta mais de 50% do seu tempo gerenciando conjuntos de dados de treinamento. Nós ajudamos os engenheiros a facilmente filtrar, pesquisar e manipular conjuntos de dados de treinamento e integrar com sua pilha de ML Ops, como armazenamento de dados ou frameworks de aprendizado profundo por meio de um SDK e API poderosos.

Líderes de produtos também gastam muito tempo com dados de treinamento. Nós ajudamos a tornar suas vidas mais fáceis por meio de acompanhamento de problemas sem esforço, análise de dados e muitos recursos relacionados à colaboração e produtividade.

Além disso, nossa funcionalidade de rotulagem automática, que utiliza muitas técnicas de aprendizado de máquina avançadas, como aprendizado de transferência e aprendizado ativo, pode ajudar no processo de rotulagem automática e controle de qualidade.

Qual foi o aspecto mais difícil de construir uma plataforma de dados de aprendizado de máquina?

Construir uma plataforma de dados de aprendizado de máquina apresenta um desafio de engenharia interessante, não apenas porque o aprendizado de máquina requer uma quantidade tremenda de dados não estruturados, como imagens e vídeos, mas ainda mais porque os dados devem ser constantemente lidos e atualizados por muitos usuários em todo o mundo.

Quais são algumas empresas que estão usando a plataforma Superb AI?

Nós temos clientes de tamanhos variados em muitos setores. Grandes empresas de eletrônicos de consumo, incluindo Samsung e LG, usam nossa plataforma para gerenciar dados e acelerar seu processo de desenvolvimento de ML. Muitas empresas e startups na indústria de veículos autônomos, bem como empresas que utilizam sistemas não tripulados em aplicações de segurança física a construção, usam nossa plataforma.

Além disso, empresas de AR/VR e jogos usam nossa plataforma de dados de treinamento para criar e gerenciar conjuntos de dados que possam ensinar modelos de ML.

No setor médico, laboratórios de pesquisa em universidades internacionais renomadas usam nossa plataforma para gerenciar dados de treinamento e treinar modelos de visão computacional para reconhecer tumores dentro de exames de ressonância magnética e tomografia computadorizada.

A Superb AI foi membro da turma de inverno de 2019 do Y Combinator, pode descrever essa experiência e quais são algumas das principais lições que você aprendeu?

Nossas duas principais lições foram aprender a se concentrar nos usuários e iterar rapidamente. O lema do YC é “criar algo que as pessoas queiram”. Muitas vezes, startups, e especialmente startups de tecnologia, tendem a se concentrar nas inovações técnicas e negligenciar o que os usuários realmente precisam. Ao longo do processo de três meses, aprendemos a ser extremamente orientados ao usuário – conversando com tantos usuários quanto possível e realmente tentando entender o que eles realmente precisam – enquanto também iteramos sobre atualizações de produto e mensagens para atender às necessidades do usuário. Como é impossível acertar um produto ou alcançar o ajuste de produto-mercado na primeira tentativa, é fundamental conversar constantemente com os usuários e entregar o que eles querem. É muito óbvio quando você pensa sobre isso, mas muito difícil de se concentrar na prática.

Há algo mais que você gostaria de compartilhar sobre a Superb AI?

Nós apenas melhoramos nossa oferta de produto gratuito que dá aos usuários mais armazenamento de ativos brutos e mais recursos de gerenciamento de dados e ferramentas de desenvolvedor. Estamos em uma missão real para democratizar a IA e queremos que as pessoas saibam que existem empresas de negócios, como a nossa, que estão comprometidas em fornecer o máximo possível para promover a adoção e integração da IA em nossas vidas cotidianas.

Obrigado pelas entrevistas, leitores que desejam aprender mais devem visitar Superb AI.