ลู้ก คิม ผู้ก่อตั้งและซีอีโอของ Liner – สัมภาษณ์ซีรีส์

ลู้ก คิม เป็นผู้ก่อตั้งและซีอีโอของ Liner ซึ่งเป็นเครื่องมือวิจัยที่มีพลังแห่งการเรียนรู้ของเครื่องจักรที่ออกแบบมาเพื่อปรับปรุงและเพิ่มประสิทธิภาพการวิจัย ช่วยให้ผู้ใช้สามารถทำงานให้เสร็จสิ้นได้เร็วขึ้น 5.5 เท่า ในฐานะเครื่องมือค้นหาที่ใช้การเรียนรู้ของเครื่องจักร Liner ให้ผลลัพธ์การค้นหาที่มีการกรองสำหรับข้อมูลที่แม่นยำและสร้างการอ้างอิงอัตโนมัติในหลายรูปแบบ ทำให้เป็นทรัพยากรที่มีคุณค่าสำหรับนักวิจัย นักเรียน และมืออาชีพ

คุณสามารถบอกเราเกี่ยวกับพื้นหลังของคุณและอะไรที่ทำให้คุณตัดสินใจเป็นผู้ประกอบการ โดยเฉพาะในด้าน AI และเทคโนโลยี?

การเดินทางของผู้ประกอบการของฉันเริ่มต้นด้วยความปรารถนาที่จะแก้ไขปัญหาในโลกแห่งความเป็นจริงผ่านเทคโนโลยี ในฐานะนักศึกษาระดับอุดมศึกษา ฉันต้องเผชิญกับความท้าทายในการค้นหาและเชื่อถือข้อมูลออนไลน์ที่มีอยู่มากมาย ฉันถูกผลักดันให้สร้างเครื่องมือที่จะทำให้กระบวนการนี้ง่ายขึ้นและช่วยให้นักเรียนสามารถแยกแยะระหว่างแหล่งข้อมูลได้ สิ่งที่เริ่มต้นจากเครื่องมือการเน้นย้ำในตอนแรกได้พัฒนาเป็นสิ่งที่ Liner เป็นอยู่ในปัจจุบัน: การค้นหาที่ใช้การเรียนรู้ของเครื่องจักรที่ให้ผลลัพธ์ที่น่าเชื่อถือที่สุด ฉันถูกดึงดูดให้เข้าสู่โลกของ AI เนื่องจากมีศักยภาพในการเปลี่ยนแปลงวิธีการที่เราทำงานและโต้ตอบกับข้อมูล โอกาสในการสร้างโซลูชันที่มีความหมายสำหรับนักเรียน เช่น ตัวฉันเองในสมัยก่อน ยังคงสร้างแรงบันดาลใจให้ฉัน

ประสบการณ์ของคุณกับเบราว์เซอร์ 익스เทนชั่นที่คุณสร้างขึ้นในระหว่างการเรียนมหาวิทยาลัยมีอิทธิพลต่อวิสัยทัศน์ของ Liner อย่างไร?

익스เทนชั่นของ Liner เป็นการเดินทางครั้งแรกของฉันในการแก้ไขปัญหาการท่วมท้นของข้อมูล มันแสดงให้ฉันเห็นว่าคนให้คุณค่ากับเครื่องมือที่ทำให้การค้นหาและจัดระเบียบข้อมูลสำคัญง่ายขึ้น ฉันเรียนรู้ว่าการทำให้กระบวนการง่ายขึ้นเพียงขั้นตอนเดียวสามารถมีผลกระทบอย่างมาก ไม่ว่าจะเป็นการเน้นย้ำจุดสำคัญหรือการแสดงแหล่งข้อมูลที่เกี่ยวข้อง โครงการนี้ได้กำหนดทิศทางของ Liner ในการสร้างประสบการณ์ที่ไม่มีข้อผิดพลาดสำหรับผู้ใช้ และช่วยให้นักเรียนและนักวิจัยสามารถค้นหาและจัดระเบียบข้อมูลที่เกี่ยวข้องได้อย่างมีประสิทธิภาพ

วิสัยทัศน์ดั้งเดิมเบื้องหลัง Liner คืออะไร และมันเปลี่ยนแปลงไปอย่างไรตั้งแต่เริ่มก่อตั้ง?

Liner เริ่มต้นจากเครื่องมือที่ช่วยให้ผู้ใช้สามารถเน้นย้ำและบันทึกส่วนสำคัญของเนื้อหาออนไลน์ เป้าหมายคือการทำให้ผู้ใช้สามารถมุ่งเน้นไปที่ข้อมูลที่เกี่ยวข้องโดยไม่ต้องท่วมท้นด้วยข้อมูลที่ไม่จำเป็น เมื่อเวลาผ่านไป เรารับรู้ว่าผู้ใช้ต้องการมากกว่าเครื่องมือในการรวบรวมและจัดระเบียบข้อมูล – พวกเขาต้องการวิธีการค้นหาข้อมูลและประเมินความน่าเชื่อถือของมัน การตระหนักนี้เป็นแนวทางในการเปลี่ยนแปลง Liner ให้เป็นเครื่องมือค้นหาที่ใช้การเรียนรู้ของเครื่องจักร

คุณเผชิญกับความท้าทายหลักใดบ้างในการเปลี่ยนแปลง Liner จากเครื่องมือการเน้นย้ำเป็นเครื่องมือค้นหาที่ใช้การเรียนรู้ของเครื่องจักร?

หนึ่งในความท้าทายที่สำคัญที่สุดคือการรับรองว่า AI ของเราสามารถให้ผลลัพธ์ที่น่าเชื่อถือและแม่นยำได้อย่างต่อเนื่อง การวิจัยทางวิชาการต้องการระดับความเชื่อมั่นที่สูง และการบรรลุความคาดหวังเหล่านี้เป็นสิ่งสำคัญ อีกความท้าทายหนึ่งคือการผสานข้อมูลที่ผู้ใช้เน้นย้ำมาหลายปีเข้ากับการฝึกอบรม AI ในขณะเดียวกันก็รักษาให้แพลตฟอร์มมีความ直观และง่ายต่อการใช้งาน การสร้างสมดุลระหว่างนวัตกรรมทางเทคโนโลยีกับประสบการณ์ของผู้ใช้ที่ไม่มีข้อผิดพลาดเป็นสิ่งสำคัญแต่ก็เป็นเรื่องที่ท้าทายและให้ความสำเร็จอย่างมาก

โดยการสร้างคำจำกัดความของ “ตัวแทน” ของเราจากศูนย์ เราสามารถสร้างโครงสร้างที่แข็งแกร่งและเสถียรสำหรับการทำความเข้าใจว่าตัวแทนแท้จริงคืออะไร จากนั้นเราจึงนำไปใช้กับการค้นหาที่ให้ความสำคัญกับความน่าเชื่อถือและความน่าเชื่อถือ เนื่องจากกลุ่มเป้าหมายของเราคือผู้ที่ต้องการความน่าเชื่อถือสูงสุด เราจึงต้องมีวิธีแก้ปัญหาที่แตกต่างซึ่งสามารถจัดการกับปัญหาที่ซับซ้อนได้ จุดแข็งของเรานั้นอยู่ที่การนำข้อมูลชุดข้อมูลที่เป็นเอกลักษณ์ของเรา ความเข้าใจทางเทคนิคที่ได้รับระหว่างกระบวนการกำหนดตัวแทน และความเชี่ยวชาญในการนำไปใช้ เมื่อรวมกันแล้ว สิ่งเหล่านี้กลายเป็นเครื่องมือที่ทรงพลังที่สุดของเราเพื่อความสำเร็จ

คุณสามารถอธิบายได้อย่างไรว่าการผสานข้อมูลที่ผู้ใช้เน้นย้ำช่วยเพิ่มความแม่นยำและความน่าเชื่อถือของผลลัพธ์การค้นหาของ Liner?

ข้อมูลที่ผู้ใช้เน้นย้ำทำหน้าที่เป็นชั้นการควบคุมคุณภาพที่มีคุณค่า ช่วยให้โมเดลภาษาขนาดใหญ่ (LLM) ของเราสามารถเข้าใจสิ่งที่ผู้ใช้รายอื่นพบว่ามีความสำคัญและน่าเชื่อถือได้ โดยการนำข้อมูลที่คัดสรรมานี้มาใช้ เราสามารถจัดลำดับความสำคัญของข้อมูลที่เกี่ยวข้องและน่าเชื่อถือในผลลัพธ์การค้นหาของเราได้ วิธีนี้รับรองว่าผู้ใช้จะได้รับข้อมูลเชิงลึกที่แม่นยำและสามารถนำไปใช้ได้จริง ในขณะเดียวกันก็หลีกเลี่ยงข้อมูลที่ไม่เกี่ยวข้องหรือมีคุณภาพต่ำ

Liner มีอะไรที่แตกต่างจากเครื่องมือค้นหาที่ใช้ AI อื่นๆ เช่น ChatGPT หรือ Perplexity?

Liner มีความโดดเด่นด้วยการให้ความสำคัญกับความน่าเชื่อถือและความโปร่งใส ผลลัพธ์การค้นหาทุกอย่างรวมถึงการอ้างอิง และผู้ใช้สามารถกรองแหล่งข้อมูลที่น่าเชื่อถือน้อยกว่าเพื่อให้แน่ใจถึงความแม่นยำ นอกจากนี้ นักเรียนยังสามารถดึงแหล่งข้อมูลและดูข้อความที่อ้างอิงต้นฉบับบนหน้าจอของตน ไม่เหมือนกับเครื่องมือที่ออกแบบสำหรับการซักถามทั่วไป Liner ได้รับการออกแบบมาโดยเฉพาะสำหรับนักเรียน นักวิชาการ และนักวิจัย เพื่อช่วยให้ผู้ใช้สามารถมุ่งเน้นไปที่การเรียนรู้และวิเคราะห์อย่างลึกซึ้งแทนการตรวจสอบข้อเท็จจริง ความมุ่งมั่นต่อความน่าเชื่อถือและความสามารถในการใช้งานทำให้ Liner เป็นเครื่องมือที่น่าเชื่อถือสำหรับผู้ใช้มากกว่า 10 ล้านคน รวมถึงนักเรียนจากมหาวิทยาลัยชั้นนำ เช่น UC Berkeley, USC, University of Michigan และ Texas A&M Liner ยังคงสร้างความแตกต่างผ่านการร่วมมือกับบริษัทต่างๆ เช่น Tako ซึ่งรวมถึงเครื่องมือการแสดงข้อมูลเพื่อนำเสนอข้อมูลที่ซับซ้อนในรูปแบบที่เข้าถึงได้ง่ายและโต้ตอบได้มากขึ้น

Liner มีมาตรการใดบ้างในการลดการ “หลอกลวง” ในการตอบสนองของ AI และสิ่งนี้ส่งผลต่อความเชื่อมั่นของผู้ใช้อย่างไร?

การลดการ “หลอกลวง” ต้องอาศัยการยึดผลลัพธ์ที่สร้างโดย AI กับแหล่งข้อมูลที่สามารถตรวจสอบได้ Liner บรรลุเป้าหมายนี้โดยการข้ามผลลัพธ์ของเราไปยังเอกสารทางวิชาการ ฐานข้อมูลของรัฐบาล และแหล่งข้อมูลที่เชื่อถือได้อื่นๆ ระบบการกรองแหล่งข้อมูลของเรายังช่วยให้ผู้ใช้สามารถแยกแหล่งข้อมูลที่ไม่น่าเชื่อถือออกไปได้ ซึ่งให้การรับรองคุณภาพเพิ่มเติม การดำเนินการทั้งหมดนี้ไม่เพียงแต่ลดข้อผิดพลาด แต่ยังสร้างความเชื่อมั่นให้กับผู้ใช้

Liner ของเรามีระบบที่ขึ้นอยู่กับความเกี่ยวข้อง (คะแนนความเกี่ยวข้องระหว่างข้อความที่สร้างโดยตัวแทนและหนังสืออ้างอิง) และความเป็นจริง (ซึ่งประเมินว่าข้อความที่สร้างโดยตัวแทนได้รับการสนับสนุนจากหนังสืออ้างอิงอย่างไร) คะแนนความเป็นจริงที่สูงขึ้นหมายถึงหนังสืออ้างอิงที่ให้การสนับสนุนมากขึ้น เนื่องจากผลิตภัณฑ์ของเราสนับสนุนให้ผู้ใช้ตรวจสอบข้อความเพื่อให้แน่ใจว่าไม่มีการ “หลอกลวง” การเพิ่มความเป็นจริงของระบบตัวแทนของเราจึงมีความสำคัญอย่างยิ่ง ในที่สุด เราสังเกตเห็นความสัมพันธ์เชิงบวกระหว่างคะแนนความเป็นจริงและความจงรักภักดีของผู้ใช้

Linier กำลังดำเนินการใดๆ เพื่อสร้างความเชื่อมั่นให้กับผู้ใช้ โดยเฉพาะผู้ที่มีความกังวลเกี่ยวกับการพึ่งพา AI สำหรับข้อมูลที่สำคัญ?

การสร้างความเชื่อมั่นเริ่มต้นด้วยความโปร่งใส Liner ให้การอ้างอิงที่ชัดเจนสำหรับผลลัพธ์ทุกอย่าง ทำให้ผู้ใช้สามารถตรวจสอบข้อมูลด้วยตนเอง นอกจากนี้ เรายังจัดลำดับความสำคัญของแหล่งข้อมูลตามความน่าเชื่อถือและช่วยให้ผู้ใช้สามารถโต้ตอบกับเนื้อหาต้นฉบับได้ การศึกษาผู้ใช้อย่างต่อเนื่องและการสื่อสารที่เปิดกว้างยังช่วยให้ผู้ใช้เห็นได้ว่า AI เมื่อได้รับการออกแบบอย่างรับผิดชอบ สามารถเป็นพันธมิตรที่เชื่อถือได้ในด้านการศึกษา

คุณคิดว่าแนวโน้มใดจะกำหนดรูปแบบอนาคตของ AI ในการวิจัยทางวิชาการและการค้นหาความรู้ทางวิชาชีพ?

AI จะกลายเป็นส่วนตัวมากขึ้น โดยปรับให้เหมาะสมกับความต้องการเฉพาะของแต่ละผู้ใช้ และให้ข้อมูลเชิงลึกที่ปรับให้เหมาะสม ความโปร่งใสจะเป็นกุญแจสำคัญ เนื่องจากผู้ใช้ต้องการความชัดเจนมากขึ้นเกี่ยวกับวิธีการที่ AI จัดการข้อมูลและให้ผลลัพธ์ การพัฒนาจะมุ่งเน้นไปที่การแก้ไขปัญหาการท่วมท้นของข้อมูลและการปรับปรุงเครื่องมือวิจัย โดยการทำให้กระบวนการซ้ำๆ เช่น การรวบรวมและวิเคราะห์ข้อมูลเป็นอัตโนมัติ AI จะเร่งกระบวนการวิจัยในระยะแรก ทำให้นักวิจัยสามารถมุ่งเน้นไปที่การคิดเชิงวิพากษ์ การวิเคราะห์ และนวัตกรรมมากขึ้น ความสมดุลระหว่างประสิทธิภาพและความเข้าใจเชิงปัญญาจะกำหนดรูปแบบอนาคตของการวิจัยทางวิชาการและวิชาชีพ

Liner เพิ่งได้รับการ ระดมทุนรอบการระดมทุน 29 ล้านดอลลาร์ ได้อย่างไร การลงทุนนี้จะช่วยให้ Liner เติบโตได้อย่างไร และคุณกำลังเน้นไปที่พื้นที่ใดสำหรับการขยายตัว?

การระดมทุนนี้ทำให้เราสามารถขยายภารกิจในการปรับปรุง AI ในด้านการศึกษาได้ เรากำลังขยายทีมระดับโลกและเปิดตัวฟีเจอร์ใหม่ๆ เช่น Essay Mode ซึ่งออกแบบมาเพื่อช่วยให้นักเรียนพัฒนาทักษะในการเขียน การจัดโครงสร้าง และการรูปแบบของการเขียนเรียงความ เรายังให้ความสำคัญกับการร่วมมือกับมหาวิทยาลัยและองค์กรวิชาชีพเพื่อเข้าถึงผู้ใช้มากขึ้น และแสดงให้เห็นถึงผลกระทบของเครื่องมือวิจัยที่ใช้ AI การร่วมมือล่าสุดกับบริษัทอย่าง ThetaLabs และ Tako ได้ขยายความสามารถของเรา การลงทุนนี้เน้นย้ำถึงความต้องการที่เพิ่มขึ้นสำหรับโซลูชันการค้นหาที่เชื่อถือได้ และเราตั้งใจที่จะสร้างบนโอกาสนี้ต่อไป

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Liner เพื่อเรียนรู้เพิ่มเติม