ฮยอน คิม ซีอีโอ และผู้ร่วมก่อตั้ง Superb AI – ซีรีส์สัมภาษณ์

ฮยอน คิม เป็นซีอีโอและผู้ร่วมก่อตั้ง Superb AI ซึ่งเป็นบริษัทที่ให้บริการแพลตฟอร์มข้อมูลการเรียนรู้ของเครื่องจักรรุ่นใหม่สำหรับทีม AI เพื่อให้สามารถสร้าง AI ที่ดีขึ้นได้ในเวลาที่สั้นลง แพลตฟอร์ม Superb AI Suite เป็นแพลตฟอร์ม SaaS ระดับองค์กรที่สร้างขึ้นเพื่อช่วยให้วิศวกร ML ทีมผลิตภัณฑ์ นักวิจัย และผู้ทำการแอนโนเตตข้อมูลสร้างการทำงานข้อมูลการฝึกอบรมที่มีประสิทธิภาพ

สิ่งใดที่ดึงดูดคุณเข้าสู่สาขา AI วิทยาศาสตร์ข้อมูล และหุ่นยนต์?

เมื่อฉันเรียนปริญญาตรีสาขาวิศวกรรมชีวการแพทย์ที่ Duke ฉันสนใจในเรื่องของพันธุกรรมและวิธีการที่เราสามารถสร้าง DNA ที่ได้รับการปรับปรุงให้สามารถรักษาโรคหรือสร้างสิ่งมีชีวิตที่ได้รับการปรับปรุงพันธุกรรมได้ ฉันจำการทดลองในห้องปฏิบัติการที่ล้มเหลวเป็นเวลา 6 เดือนได้อย่างชัดเจน สิ่งที่น่าหงุดหงิดที่สุดคือมีงานที่ต้องทำซ้ำๆ มาก และเมื่อมองย้อนกลับไป นั่นเป็นไปได้ว่าเป็นแหล่งที่มาของข้อผิดพลาดที่อาจเกิดขึ้น

ความหงุดหงิดนั้นทำให้ฉันสนใจในเรื่องของการทำให้กระบวนการทำงานอัตโนมัติ ฉันลอยไปรอบๆ ห้องปฏิบัติการหลายแห่งที่ Duke จนกระทั่งฉันเข้าร่วมห้องปฏิบัติการที่กำลังทำการวิจัยเกี่ยวกับวิธีการที่เครื่องจักรสามารถช่วยในการวินิจฉัยโรคพาร์คินสันโดยใช้การสแกน MRI ของสมอง ที่นี่ฉันได้รับประสบการณ์ที่แท้จริงเกี่ยวกับศักยภาพที่เปลี่ยนแปลงเกมของเครือข่ายการเรียนรู้ลึก ฉันจึงตัดสินใจเข้าเรียนหลักสูตรปริญญาเอกสาขาวิทยาการคอมพิวเตอร์ที่ Duke และทำงานอย่างเข้มข้นในห้องปฏิบัติการหุ่นยนต์ฉลาดสอนให้หุ่นยนต์เรียนรู้สิ่งต่างๆ

ในปี 2016 คุณได้ร่วมการแข่งขัน Amazon (AMZN ) Robotics Challenge คุณทำงานอะไรและคุณสนุกกับประสบการณ์นี้อย่างไร?

ในการแข่งขัน Amazon Robotics Challenge ทีมจะได้รับคะแนนจากการทำให้หุ่นยนต์สามารถเลือกและวางสิ่งของในเวลาที่กำหนด หุ่นยนต์ในโรงงานและสายการผลิตสามารถถูกออกแบบให้เหมาะสมกับวัตถุที่หุ่นยนต์กำลังจัดการ แต่การแข่งขัน Amazon Robotics Challenge ต้องการให้หุ่นยนต์สามารถทำงานในสถานการณ์ที่มีการเปลี่ยนแปลงอย่างรวดเร็ว ฉันเป็นผู้นำของ “ทีม Duke” และหน้าที่การวางแผนการเคลื่อนไหวของหุ่นยนต์ ฉันออกแบบและนำไปใช้การวางแผนการเคลื่อนไหวของหุ่นยนต์สำหรับการจัดการสิ่งของในสถานการณ์ที่สมจริงในคลังสินค้า เป็นประสบการณ์การเรียนรู้ที่น่าตื่นเต้นเพราะเราต้องรวมระบบที่ซับซ้อนหลายระบบเข้าด้วยกัน ตั้งแต่ระบบการรับรู้ของหุ่นยนต์ที่ใช้การมองเห็น ไปจนถึงการวางแผนการเคลื่อนไหวและฮาร์ดแวร์ปลายทางที่ออกแบบเอง

จากนั้นคุณทำงานเป็นนักวิจัยวิศวกรการเรียนรู้ของเครื่องจักรที่ SK T-Brain เป็นเวลาเกือบ 2 ปี คุณทำงานในโครงการอะไร?

ประมาณ 1 ปีหลังจากที่ฉันเริ่มเรียนปริญญาเอก ในเดือนมีนาคม 2016 Google’s AlphaGo ชนะเลิศการแข่งขันโกะกับ Lee Sedol นักเล่นโกะระดับโลก ซึ่งเป็นข่าวที่น่าตื่นเต้นอย่างมาก โดยเฉพาะในเกาหลีใต้ где โกะเป็นที่นิยมมากกว่าที่อื่น

หลังจากเหตุการณ์นั้น รัฐบาลและบริษัทใหญ่ๆ ทั้งหมดเริ่มลงทุนในด้านการวิจัย AI อย่างมาก หนึ่งในบริษัทเหล่านั้นคือ SKT หรือ SK Telecom (SKM ) ซึ่งเป็นกลุ่มคอนกลอเมอเรตขนาดใหญ่ของเกาหลีใต้ ฉันได้รับการเสนอให้ทำงานเป็นนักวิจัยวิศวกรการเรียนรู้ของเครื่องจักรที่ห้องปฏิบัติการวิจัย AI ใหม่ของ SKT ที่เรียกว่า SKT Brain ฉันจึงหยุดเรียนปริญญาเอกและกลับไปเกาหลีใต้เพื่อทำงานเป็นเวลาเกือบ 2 ปี

วัตถุประสงค์ของทีมของฉันคือการทำการวิจัยในหัวข้อ AI ที่หลากหลายซึ่งอาจสามารถพัฒนาเป็นผลิตภัณฑ์หรือสร้างโอกาสทางธุรกิจให้กับบริษัทได้ ในช่วง 2 ปีนั้น ฉันพยายามทำการวิจัยในหัวข้อต่างๆ เช่น รถยนต์ไร้คนขับ AI สำหรับเกม (โดยเฉพาะ StarCraft AI) และเครือข่ายการสร้างแบบกลับกัน (Generative Adversarial Networks หรือ GANs)

หลังจาก 2 ปี ฉันไม่ได้กลับไปเรียนปริญญาเอก แต่ฉันเลือกที่จะออกมาตั้งบริษัทของตัวเอง ซึ่งก็คือ Superb AI

สิ่งใดที่เป็นแรงบันดาลใจให้คุณตั้ง Superb AI?

เมื่อฉันกำลังทำการวิจัยเกี่ยวกับการเรียนรู้ของหุ่นยนต์ที่โรงเรียน และเมื่อฉันทำงานในห้องปฏิบัติการวิจัยของบริษัทใหญ่ๆ ฉันพบว่าฉันใช้เวลาส่วนใหญ่ในการดูแลข้อมูล

ที่โรงเรียน ฉันใช้เวลาส่วนใหญ่ในการสร้างสภาพแวดล้อมจำลองสำหรับการจำลองหุ่นยนต์ ที่บริษัทเก่าของฉัน ฉันใช้เวลาส่วนใหญ่ในการรวบรวมและทำการแอนโนเตตข้อมูลสำหรับการขับขี่อัตโนมัติและ AI สำหรับเกม

และ น่าเสียดายที่ไม่ใช่แค่ฉันเท่านั้น แต่เพื่อนร่วมงานและนักวิจัยวิศวกรการเรียนรู้ของเครื่องจักรหลายคนในอุตสาหกรรมต้องเผชิญกับปัญหานี้

ฉันต้องการแก้ไขปัญหานี้ ฉันเป็นแฟนของการเรียนรู้ของเครื่องจักรและ AI และฉันเชื่อว่ามันสามารถเปลี่ยนแปลงชีวิตของเราได้อย่างแท้จริง ฉันต้องการให้ความก้าวหน้าทางเทคโนโลยีเกิดขึ้นเร็วขึ้น และฉันต้องการเห็นมันถูกนำไปใช้ในชีวิตประจำวัน

เพื่อให้สามารถทำเช่นนั้นได้ ฉันเริ่มทำการวิจัยเกี่ยวกับการทำให้การเรียนรู้ของเครื่องจักรสามารถเรียนรู้ได้ด้วยการให้ข้อมูลน้อยลง ซึ่งทำให้ฉันสนใจในเรื่องของการเรียนรู้ที่ไม่มีการกำกับและ meta-learning หลังจากที่ฉันเผยแพร่ผลงานวิจัยเกี่ยวกับ GANs ฉันรู้ว่าฉันต้องการทำอะไร ฉันไม่ต้องการเผยแพร่ผลงานวิจัยอีกต่อไป แต่ฉันต้องการสร้างผลิตภัณฑ์หรือบริการที่สามารถส่งผลกระทบต่ออุตสาหกรรมและเริ่มแก้ไขปัญหาข้อมูลทันที

คุณสามารถอธิบายบริการที่ Superb AI เสนอได้อย่างไร?

Superb AI เสนอแพลตฟอร์มข้อมูลการเรียนรู้ของเครื่องจักรที่เรียกว่า Superb AI Suite ซึ่งช่วยให้บริษัทต่างๆ สามารถสร้าง จัดการ และปรับปรุงข้อมูลการฝึกอบรมได้อย่างมีประสิทธิภาพ และเร่งการทำงานของ ML Ops

เป็นที่รู้กันว่าทีมการเรียนรู้ของเครื่องจักรส่วนใหญ่ใช้เวลามากกว่า 50% ในการดูแลข้อมูลการฝึกอบรม เราช่วยให้วิศวกรสามารถกรอง ค้นหา และจัดการข้อมูลการฝึกอบรมได้อย่างง่ายดาย และรวมเข้ากับ ML Ops stack เช่น การจัดเก็บข้อมูลหรือเฟรมเวิร์กการเรียนรู้ลึกผ่าน SDK และ API ที่มีประสิทธิภาพ

ผู้นำผลิตภัณฑ์ใช้เวลามากในการดูแลข้อมูลการฝึกอบรม เราช่วยให้พวกเขามีชีวิตที่ง่ายขึ้นผ่านการติดตามปัญหา การวิเคราะห์ข้อมูล และคุณสมบัติในการทำงานร่วมกันและผลผลิตหลายอย่าง

นอกจากนี้ ฟังก์ชันการทำการแอนโนเตตอัตโนมัติของเราซึ่งใช้เทคนิคการเรียนรู้ของเครื่องจักรที่ทันสมัย เช่น การเรียนรู้แบบถ่ายโอนและ active learning สามารถช่วยในการทำการแอนโนเตตและควบคุมคุณภาพอัตโนมัติ

สิ่งใดที่ยากที่สุดในการสร้างแพลตฟอร์มข้อมูลการเรียนรู้ของเครื่องจักร?

การสร้างแพลตฟอร์มข้อมูลการเรียนรู้ของเครื่องจักรเป็นความท้าทายด้านวิศวกรรมที่น่าสนใจ ไม่ใช่แค่เพราะการเรียนรู้ของเครื่องจักรต้องการข้อมูลที่ไม่มีโครงสร้างมาก เช่น รูปภาพและวิดีโอ แต่ยังเพราะข้อมูลต้องถูกอ่านและอัปเดตโดยผู้ใช้หลายคนในหลายๆ ที่ทั่วโลก

มีบริษัทใดที่ใช้แพลตฟอร์ม Superb AI?

เรามีลูกค้าหลายขนาดในหลายๆ อุตสาหกรรม บริษัทอิเล็กทรอนิกส์ผู้บริโภคขนาดใหญ่ เช่น Samsung และ LG ใช้แพลตฟอร์มของเราเพื่อจัดการข้อมูลและเร่งการทำงานของ ML ของพวกเขา บริษัทหลายแห่งในอุตสาหกรรมรถยนต์ไร้คนขับและบริษัทที่ใช้ระบบอัตโนมัติไม่มีคนขับในหลายๆ การใช้งาน ตั้งแต่การรักษาความปลอดภัยทางกายภาพไปจนถึงการก่อสร้าง ใช้แพลตฟอร์มของเรา

นอกจากนี้ บริษัท AR/VR และเกมยังใช้แพลตฟอร์มของเราเพื่อสร้างและจัดการข้อมูลการฝึกอบรมที่สามารถสอนโมเดลการเรียนรู้ของเครื่องจักรได้

ในภาคการแพทย์ ห้องปฏิบัติการวิจัยของมหาวิทยาลัยชั้นนำระดับนานาชาติใช้แพลตฟอร์มของเราเพื่อจัดการข้อมูลการฝึกอบรมและฝึกโมเดลการมองเห็นของเครื่องจักรให้สามารถรู้จำเนื้องอกในภาพ MRI และ CT Scan ได้อย่างมีประสิทธิภาพ

Superb AI เป็นส่วนหนึ่งของชั้นเรียน Winter 2019 ของ Y Combinator คุณสามารถอธิบายประสบการณ์นี้และคุณได้เรียนรู้อะไรจากมัน?

เรามีประสบการณ์ 2 ประการหลักๆ คือ การเรียนรู้ที่จะเน้นย้ำผู้ใช้ และการวนซ้ำอย่างรวดเร็ว โมโตของ YC คือ “สร้างสิ่งที่คนต้องการ” บ่อยครั้งที่สตาร์ทอัพ และโดยเฉพาะสตาร์ทอัพด้านเทค ต้องมุ่งเน้นไปที่นวัตกรรมทางเทคและละเลยสิ่งที่ผู้ใช้จริงๆ ต้องการ ในระหว่างกระบวนการ 3 เดือน เราเรียนรู้ที่จะเน้นย้ำผู้ใช้อย่างมาก โดยการพูดคุยกับผู้ใช้ให้มากที่สุด และพยายามเข้าใจว่าพวกเขาต้องการอะไรจริงๆ ในขณะเดียวกัน เราก็วนซ้ำการอัปเดตผลิตภัณฑ์และข้อความให้เหมาะสมกับความต้องการของผู้ใช้

มีสิ่งใดที่คุณต้องการแบ่งปันเกี่ยวกับ Superb AI อีกหรือไม่?

เรามีการปรับปรุงผลิตภัณฑ์ฟรีของเราให้เพิ่มความจุสำหรับทรัพยากรดิบและเพิ่มคุณสมบัติในการจัดการข้อมูลและเครื่องมือสำหรับนักพัฒนา เรากำลังเดินหน้าภารกิจในการทำให้ AI เข้าถึงได้สำหรับทุกคน และต้องการให้ผู้คนรู้ว่ามีบริษัทระดับองค์กรอย่างเราๆ ที่มุ่งมั่นที่จะให้บริการมากที่สุดเพื่อเพิ่มการนำ AI ไปใช้ในชีวิตประจำวัน

ขอขอบคุณสำหรับการสัมภาษณ์ ผู้อ่านสามารถเยี่ยมชม Superb AI เพื่อเรียนรู้เพิ่มเติม