Hyun Kim, VD och medgrundare, Superb AI – Intervjuserie

Hyun Kim är VD och medgrundare av Superb AI, ett företag som tillhandahåller en ny generation maskinläringsdataplattform till AI-team så att de kan bygga bättre AI på kortare tid. Superb AI Suite är en företags-SaaS-plattform byggd för att hjälpa ML-ingenuity, produktteam, forskare och dataannotatorer skapa effektiva träningsdataarbetsflöden.

Vad var det som initialt drog dig till området AI, Data Science och Robotik?

Som civilingenjör i biomedicinsk teknik vid Duke var jag passionerad för genetik och hur vi kan konstruera vår DNA för att bota sjukdomar eller skapa genetiskt konstruerade organismer. Jag minns ett våt-labb-experiment som fastnade i minnet, som misslyckades under sex månader i sträck. Det mest frustrerande var att det fanns mycket repetitivt manuellt arbete, och i efterhand var det troligen roten till många potentiella fel.

Den frustrationen ledde mig till att bli intresserad av allt som har att göra med automatisering. Jag flöt runt i flera laboratorier på Duke tills jag gick med i ett laboratorium som forskade i hur maskinlärning kan hjälpa till att diagnostisera Parkinsons sjukdom med hjälp av hjärn-MRI-skanningar. Här fick jag en riktig smak för den revolutionerande potentialen hos djupa lärningsnätverk. Jag avslutade min doktorsavhandling i datavetenskap vid Duke och arbetade intensivt på Intelligent Robot Lab med att lära robotar att lära sig saker.

2016 var du involverad i Amazon (AMZN ) Robotics Challenge. Vad arbetade du med och hur uppskattade du den upplevelsen?

I Amazon Robotics Challenge tjänar team poäng genom att göra robotar som kan plocka och förvara föremål på egen hand inom en viss tid. Robotar i fabriker och monteringslinjer kan konstrueras för att passa det specifika föremål som roboten plockar och placerar, men ARC utmanar våra robotar att fungera i mycket dynamiska situationer. Jag var ledare för “Team Duke” och dess rörelseplaneringsfunktion. Jag konstruerade och implementerade rörelseplaneringsmetoder för robotmanipulation för plock- och placering i ett realistiskt lagermiljö. Det var en spännande lärandeupplevelse eftersom vi var tvungna att sätta samman en mängd komplexa system, från datorseende-baserade robotperceptionssystem till rörelseplaneringsalgoritmer och anpassade mekaniska slutanvändarhårdvaror.

Sedan arbetade du i nästan 2 år som maskinlärningsforskningssingenjör på SK T-Brain, vad var det för projekt?

Ungefär ett år in i min doktorsavhandling, i mars 2016, besegrade Google’s AlphaGo den mänskliga mästaren, Lee Sedol, i Go. Det var en banbrytande nyhet, särskilt i Korea, där Go är mycket mer populärt än på andra håll.

Efter den händelsen började regeringen och alla stora företag omedelbart att investera massor i AI-forskning. Ett av företagen var SKT, eller SK Telecom (SKM ), ett stort koreanskt konglomerat. Jag erbjöds en tjänst som maskinlärningsforskningssingenjör på deras helt nya AI-forskningslaboratorium, som kallades SKT Brain. Jag tog en paus från min doktorsavhandling och åkte tillbaka till Korea för att arbeta i ungefär 2 år.

Syftet med mitt team var att forska i olika AI-ämnen som kunde potentiellt spinna av som en produkt eller skapa en affärsmöjlighet för företaget. Under dessa två år gjorde jag några försök med ämnen som självkörande bilar, spel-AI (specifikt StarCraft AI) och Generativa Adversarial Networks eller GANs.

Efter två år, istället för att återvända till skolan för att slutföra min doktorsavhandling, lämnade jag för att starta mitt eget företag, Superb AI.

Vad var inspirationen bakom att lansera Superb AI?

Medan jag forskade i robotlärning på skolan och även medan jag arbetade på ett företagsforskningslaboratorium, var det mycket uppenbart för mig att jag tillbringade mest tid på datakurering.

På skolan tillbringade jag mest tid med att skapa simulerade miljöer för robotiksimuleringsdata. På mitt tidigare företag tillbringade jag tid med att samla in och märka dataset för självkörande bilar och spel-AI.

Och, tyvärr, var det inte bara jag. Det var samma sak för mina kollegor, och ett mycket vanligt smärtproblem för varje forskare och ingenjör inom maskinlärningsindustrin.

Jag ville åtgärda det. Som du kan se är jag en stor fan av maskinlärning och AI, och jag tror att det verkligen kan revolutionera våra liv. Jag vill se tekniska genombrott hända snabbare, och jag vill se dem tillämpas i våra vardagsliv.

För att göra det möjligt forskade jag initialt i att göra maskinlärningsalgoritmer lära med mindre mänsklig inmatning. Det ledde mig till att bli intresserad av saker som ostrukturerad inlärning och meta-lärning. Efter att ha publicerat en artikel om GANs, insåg jag vad jag ville göra. Istället för att publicera forskningsarbeten, ville jag skapa en riktig produkt eller tjänst som kan påverka branschen och börja lösa dataproblemet nu.

Hur skulle du bäst beskriva de tjänster som erbjuds av Superb AI?

Superb AI erbjuder en maskinlärningsdataplattform som kallas Superb AI Suite. Suite hjälper företag att skapa, märka och hantera träningsdata effektivt och accelerera sin ML-ops-cykel.

Det är välkänt att de flesta maskinlärningsteam tillbringar över 50% av sin tid med att hantera träningsdataset. Vi hjälper ingenjörer att enkelt filtrera, söka och manipulera träningsdataset, och integrera med sin ML-ops-stack, som datastorage eller djupa lärningsramverk genom en kraftfull SDK och API:er.

Produktledare tillbringar också mycket tid med träningsdata. Vi hjälper till att göra deras liv enklare genom smidig felspårning, dataanalys och många samarbets- och produktivitetsrelaterade funktioner.

Dessutom kan vår auto-märkningsfunktion, som använder många avancerade ML-tekniker som överföringsinlärning och aktiv inlärning, hjälpa till med den automatiska märkningen och kvalitetskontrollprocessen.

Vad har varit den svåraste aspekten av att bygga en maskinlärningsdataplattform?

Att bygga en maskinlärningsdataplattform utgör ett intressant ingenjörsutmaning, inte bara för att maskinlärning kräver en enorm mängd ostrukturerad data, som bilder och videor, utan ännu mer för att data måste konstant läsas och uppdateras av många användare runt om i världen.

Vilka företag använder Superb AI-plattformen?

Vi har kunder av varierande storlek över många vertikaler. Stora konsumentelektronikföretag, inklusive Samsung och LG, använder vår plattform för att hantera data och accelerera sin ML-utvecklingsprocess. Många företag och start-ups inom den autonoma fordonindustrin, samt företag som använder obemannade system i applikationer från fysisk säkerhet till byggnation, använder vår plattform.

Dessutom använder AR/VR- och spelbolag vår träningsdataplattform för att skapa och hantera dataset som kan lära ML-modeller.

I den medicinska sektorn använder forskningslaboratorier på internationellt kända universitet vår plattform för att hantera träningsdata och mer effektivt träna datorseende-modeller för att känna igen tumörer inom MR- och CT-skanningar.

Superb AI var en del av vinterklassen 2019 för Y Combinator, kan du beskriva den upplevelsen och vad är några av de viktigaste lärdomarna du lärde dig?

Våra två huvudsakliga lärdomar var att lära sig att fokusera på användarna och iterera snabbt. YC:s motto är “skapa något som människor vill ha”. Ofta tenderar start-ups, och särskilt teknikstart-ups, att fokusera på de tekniska innovationerna och försumma vad användarna verkligen behöver. Under de tre månaderna lärde vi oss att vara extremt användarorienterade – att tala med så många användare som möjligt och verkligen förstå vad de behöver – samtidigt som vi itererade på produktuppdateringar och meddelanden för att passa användarbehoven. Eftersom det är omöjligt att träffa en produkt eller nå produkt-marknadsfit på första försöket, är det av största vikt att ständigt tala med användare och leverera vad de vill ha. Det är mycket uppenbart när man tänker på det, men mycket svårt att fokusera på i praktiken.

Finns det något annat du vill dela om Superb AI?

Vi har just förbättrat vår gratisprodukt som ger användarna mer råtillgångslagring och fler märknings-/datahanterings-/utvecklarfunktioner och verktyg. Vi är på en riktig mission att demokratisera AI och vill att människor ska veta att det finns företagsföretag som oss som är engagerade i att tillhandahålla så mycket som möjligt för att främja antagandet och integrationen av AI i våra vardagsliv.

Tack för intervjuerna, läsare som vill lära sig mer kan besöka Superb AI.