Luke Kim, ผู้ก่อตั้งและซีอีโอของ Liner – ซีรีส์สัมภาษณ์

Luke Kim เป็นผู้ก่อตั้งและซีอีโอของ Liner ซึ่งเป็นเครื่องมือวิจัยที่ใช้ AI ล้ำสมัยออกแบบมาเพื่อทำให้กระบวนการวิจัยเป็นระเบียบและมีประสิทธิภาพมากขึ้น ช่วยให้ผู้ใช้ทำงานสำเร็จได้เร็วขึ้น 5.5 เท่า ในฐานะเครื่องมือค้นหา AI Liner ให้ผลการค้นหาที่กรองแล้วเพื่อข้อมูลที่แม่นยำและสร้างการอ้างอิงอัตโนมัติในหลายรูปแบบ ทำให้เป็นทรัพยากรที่มีคุณค่าสำหรับนักวิจัย นักศึกษา และผู้เชี่ยวชาญ

คุณช่วยบอกเกี่ยวกับพื้นฐานของคุณและอะไรที่เป็นแรงบันดาลใจให้คุณเข้าสู่การเป็นผู้ประกอบการ โดยเฉพาะในด้าน AI และเทคโนโลยีได้ไหม?

เส้นทางการเป็นผู้ประกอบการของฉันเริ่มจากความต้องการแก้ไขปัญหาในโลกจริงด้วยเทคโนโลยี ในช่วงเรียนระดับปริญญาตรี ฉันรู้สึกท้าทายกับการนำทางและเชื่อถือข้อมูลจำนวนมหาศาลบนอินเทอร์เน็ต จึงมีแรงบันดาลใจสร้างเครื่องมือที่ทำให้กระบวนการเป็นระเบียบและช่วยให้นักเรียนแยกแยะแหล่งข้อมูลได้ สิ่งที่เริ่มต้นเป็นเครื่องมือไฮไลท์และคัดกรองข้อมูลที่มีอยู่ต่อมาได้พัฒนาเป็น Liner ในปัจจุบัน: เครื่องมือค้นหา AI ที่ให้ผลลัพธ์ที่เชื่อถือได้ที่สุด ฉันถูกดึงดูดให้สนใจ AI เพราะศักยภาพของมันในการเปลี่ยนแปลงวิธีที่เราประมวลผลและโต้ตอบกับข้อมูล โอกาสในการสร้างโซลูชันที่มีความหมายให้กับนักเรียนเช่นตัวฉันเองในอดีตยังคงเป็นแรงบันดาลใจต่อไป

ประสบการณ์ของคุณกับส่วนขยายเบราว์เซอร์ที่คุณสร้างระหว่างเรียนมหาวิทยาลัยมีอิทธิพลต่อวิสัยทัศน์ของ Liner อย่างไร?

ส่วนขยายเบราว์เซอร์ Liner highlighter เป็นการก้าวแรกที่จริงจังในการแก้ไขปัญหาข้อมูลล้นหลาม มันทำให้ฉันเห็นว่าผู้คนให้คุณค่ากับเครื่องมือที่ทำให้การค้นหาและจัดระเบียบข้อมูลสำคัญง่ายขึ้น ฉันได้เรียนรู้ว่าการทำให้ขั้นตอนหนึ่งของกระบวนการทำงานง่ายขึ้นแม้เพียงเล็กน้อยก็สามารถสร้างผลกระทบใหญ่ ไม่ว่าจะเป็นการไฮไลท์จุดสำคัญหรือการแสดงแหล่งข้อมูลที่เกี่ยวข้อง โครงการนี้ได้หล่อหลอมความมุ่งมั่นของ Liner ในการสร้างประสบการณ์ที่ไร้รอยต่อให้กับผู้ใช้และช่วยนักเรียนและนักวิจัยคัดกรองเสียงรบกวนที่มากเกินไปบนอินเทอร์เน็ต

วิสัยทัศน์เดิมของ Liner คืออะไร และมันได้พัฒนาอย่างไรตั้งแต่เริ่มต้น?

Liner เริ่มต้นเป็นเครื่องมือง่าย ๆ ที่ช่วยผู้ใช้ไฮไลท์และบันทึกส่วนสำคัญของเนื้อหาออนไลน์ เป้าหมายคือทำให้ผู้ใช้โฟกัสที่ข้อมูลที่เกี่ยวข้องที่สุดโดยไม่ต้องรู้สึกท่วมท้น เมื่อเวลาผ่านไป เราตระหนักว่าผู้ใช้ต้องการมากกว่าการเก็บและจัดเรียงข้อมูล – พวกเขาต้องการวิธีที่ดีกว่าในการค้นหาและประเมินความน่าเชื่อถือของข้อมูล การตระหนักนี้นำ Liner ไปสู่การเปลี่ยนแปลงเป็นเครื่องมือค้นหา AI

ความท้าทายหลักที่คุณเผชิญขณะเปลี่ยน Liner จากเครื่องมือไฮไลท์เป็นเครื่องมือค้นหา AI มีอะไรบ้าง?

หนึ่งในความท้าทายที่สำคัญที่สุดคือการทำให้ AI ของเราสามารถให้ผลลัพธ์ที่เชื่อถือได้และแม่นยำอย่างต่อเนื่อง การวิจัยเชิงวิชาการต้องการความไว้วางใจสูง และการตอบสนองต่อความคาดหวังเหล่านั้นเป็นสิ่งสำคัญ อีกความท้าทายคือการผสานข้อมูลที่ผู้ใช้ไฮไลท์หลายปีเข้ากับกระบวนการฝึกของ AI ในขณะเดียวกันต้องรักษาแพลตฟอร์มให้ใช้งานง่าย การหาจุดสมดุลระหว่างนวัตกรรมเทคโนโลยีและประสบการณ์ผู้ใช้ที่ไร้รอยต่อจึงเป็นสิ่งจำเป็นแต่ก็ให้ผลตอบแทนที่คุ้มค่าอย่างมาก

โดยการสร้างคำนิยาม “เอเจนท์” ของ Liner ตั้งแต่ต้น เราสามารถสร้างกรอบการทำงานที่แข็งแรงและเสถียรสำหรับการทำความเข้าใจว่าเอเจนท์คืออะไรจริง ๆ จากนั้นเราจึงได้พัฒนาเอเจนท์การค้นหาที่ให้ความสำคัญกับความน่าเชื่อถือและความเชื่อถือได้ เนื่องจากกลุ่มเป้าหมายของเราตั้งมาตรฐานความเชื่อถือสูงสุด เราจึงต้องการโซลูชันที่โดดเด่นและสามารถแก้ไขปัญหาที่ซับซ้อนที่สุด จุดแข็งของเรามาจากการใช้ชุดข้อมูลที่เป็นกรรมสิทธิ์ของเรา ความเข้าใจเชิงเทคนิคที่ได้จากกระบวนการกำหนดเอเจนท์ และความเชี่ยวชาญในการนำไปใช้งาน ทั้งสามส่วนนี้กลายเป็นเครื่องมือที่ทรงพลังที่สุดของเราสำหรับความสำเร็จ

คุณช่วยอธิบายว่าการบูรณาการข้อมูลที่ผู้ใช้ไฮไลท์เข้ามาช่วยเพิ่มความแม่นยำและความน่าเชื่อถือของผลการค้นหา AI ของ Liner อย่างไร?

ข้อมูลที่ผู้ใช้ไฮไลท์ทำหน้าที่เป็นชั้นการควบคุมคุณภาพที่มีค่า ช่วยให้โมเดลภาษาขนาดใหญ่ของเราแยกแยะสิ่งที่ผู้ใช้คนอื่นมองว่ามีความสำคัญและเชื่อถือได้ ด้วยการใช้ข้อมูลที่คัดสรรนี้ เราสามารถให้ความสำคัญกับข้อมูลที่เกี่ยวข้องและเชื่อถือได้ในผลการค้นหา วิธีการนี้ทำให้ผู้ใช้ได้รับข้อมูลเชิงลึกที่แม่นยำและนำไปปฏิบัติได้จริง ในขณะเดียวกันก็หลีกเลี่ยงเนื้อหาที่ไม่มีคุณภาพหรือไม่มีความเกี่ยวข้อง

Liner แตกต่างจากเครื่องมือค้นหา AI อื่น ๆ เช่น ChatGPT หรือ Perplexity อย่างไร?

Liner โดดเด่นด้วยการให้ความสำคัญกับความน่าเชื่อถือและความโปร่งใส ทุกผลการค้นหาจะมาพร้อมกับการอ้างอิง และผู้ใช้สามารถกรองแหล่งข้อมูลที่น่าเชื่อถือน้อยลงเพื่อความแม่นยำ นอกจากนี้ นักเรียนยังสามารถดึงแหล่งข้อมูลและดูข้อความอ้างอิงเดิมบนหน้าจอได้ ต่างจากเครื่องมือที่ออกแบบมาสำหรับการสอบถามทั่วไป Liner ถูกสร้างขึ้นโดยเฉพาะสำหรับนักเรียน นักวิชาการ และนักวิจัย ช่วยให้ผู้ใช้มุ่งเน้นการเรียนรู้และการวิเคราะห์เชิงลึกแทนการตรวจสอบข้อเท็จจริง ความมุ่งมั่นต่อความเชื่อถือและการใช้งานที่ง่ายทำให้ Liner กลายเป็นเครื่องมือที่ 10 ล้านผู้ใช้เลือกใช้ รวมถึงนักเรียนจากมหาวิทยาลัยชั้นนำอย่าง UC Berkeley, USC, University of Michigan และ Texas A&M Liner ยังต่อเนื่องสร้างความแตกต่างผ่านความร่วมมือ เช่น ความร่วมมือล่าสุดกับ Tako ที่ผสานเครื่องมือการแสดงผลความรู้เพื่อทำให้ข้อมูลซับซ้อนเป็นรูปแบบที่เข้าถึงง่ายและโต้ตอบได้ ช่วยให้ผู้ใช้เจาะลึกการวิจัยของตนได้มากยิ่งขึ้น

Liner ทำอะไรเพื่อ ลดการเกิด hallucinations ในคำตอบ AI ของมัน และสิ่งนี้ส่งผลต่อความเชื่อมั่นของผู้ใช้อย่างไร?

การลด hallucinations ต้องอิงคำตอบที่ AI สร้างกับแหล่งข้อมูลที่ตรวจสอบได้ Liner ทำเช่นนั้นโดยอ้างอิงผลลัพธ์กับงานวิจัยทางวิชาการ ฐานข้อมูลของรัฐบาล และคลังข้อมูลที่เชื่อถือได้อื่น ๆ ระบบการกรองแหล่งข้อมูลของเรายังให้ผู้ใช้ยกเว้นเนื้อหาที่ไม่น่าเชื่อถือ เพิ่มชั้นการรับประกันคุณภาพขั้นสูง ขั้นตอนเหล่านี้ไม่เพียงลดข้อผิดพลาดแต่ยังสร้างความไว้วางใจให้กับผู้ใช้

Liner’s system is based on relevance (the relevance score between agent-generated claims and reference passages) and factuality (which assesses how well the agent-generated claims are supported by the reference passages). The more supportive the passage, the higher the factuality score.Since our product strongly encourages users to verify claims to ensure they are free from hallucinations, enhancing the factuality of our agent system is crucial. Ultimately, we observe a positive correlation between the factuality score and user retention.

Liner กำลังทำอะไรเพื่อสร้างความเชื่อมั่นให้กับผู้ใช้ โดยเฉพาะผู้ที่สงสัยเกี่ยวกับการพึ่งพา AI สำหรับข้อมูลสำคัญ?

การสร้างความเชื่อมั่นเริ่มจากความโปร่งใส Liner ให้การอ้างอิงที่ชัดเจนสำหรับทุกผลลัพธ์ ทำให้ผู้ใช้สามารถตรวจสอบข้อมูลด้วยตนเองได้ นอกจากนี้ เราให้คะแนนแหล่งข้อมูลตามความน่าเชื่อถือและเปิดโอกาสให้ผู้ใช้โต้ตอบโดยตรงกับเนื้อหาต้นฉบับ การให้การศึกษาอย่างต่อเนื่องและการสื่อสารเปิดเผยก็เป็นส่วนสำคัญที่แสดงให้เห็นว่า AI ที่ออกแบบอย่างรับผิดชอบสามารถเป็นพันธมิตรที่เชื่อถือได้ในด้านการศึกษา

คุณคิดว่าแนวโน้มใดจะกำหนดรูปแบบอนาคตของ AI ในการวิจัยทางวิชาการและการดึงความรู้ระดับมืออาชีพ?

AI จะยิ่งเป็นส่วนบุคคลมากขึ้น ปรับให้เข้ากับความต้องการเฉพาะของแต่ละผู้ใช้และให้ข้อมูลเชิงลึกที่ตรงจุด ความโปร่งใสจะเป็นกุญแจสำคัญ เนื่องจากผู้ใช้ต้องการความชัดเจนเกี่ยวกับวิธีที่ AI ประมวลผลข้อมูลและส่งมอบผลลัพธ์ การพัฒนาในอนาคตจะมุ่งเน้นการแก้ไขปัญหาข้อมูลล้นหลามและทำให้เครื่องมือวิจัยเป็นกระบวนการที่ราบรื่น โดยการอัตโนมัติขั้นตอนที่ทำซ้ำได้เช่นการรวบรวมข้อมูลและสังเคราะห์ AI จะเร่งขั้นตอนแรกของการวิจัย ทำให้นักวิจัยมีเวลาให้กับการคิดวิเคราะห์ การสังเคราะห์ และนวัตกรรม การผสมผสานระหว่างประสิทธิภาพและการมีส่วนร่วมทางปัญญาจะเป็นตัวกำหนดทิศทางของการวิจัยในระดับวิชาการและมืออาชีพ

Liner เพิ่งระดมทุนรอบ $29 ล้านสำเร็จ การลงทุนนี้จะช่วย Liner เติบโตอย่างไรและคุณมุ่งเน้นด้านใดสำหรับการขยายกิจการ?

เงินทุนนี้ช่วยให้เราขับเคลื่อนภารกิจในการพัฒนา AI เพื่อการศึกษา เรากำลังขยายทีมระดับโลกและเปิดฟีเจอร์ใหม่เช่น Essay Mode ที่ออกแบบเพื่อช่วยนักเรียนพัฒนาทักษะการเขียน การจัดโครงสร้างและการจัดรูปแบบของเรียงความ เรายังให้ความสำคัญกับความร่วมมือกับมหาวิทยาลัยและองค์กรวิชาชีพเพื่อเข้าถึงผู้ใช้มากขึ้นและแสดงผลกระทบของเครื่องมือวิจัยที่ขับเคลื่อนด้วย AI ความร่วมมือล่าสุดกับบริษัทเช่น ThetaLabs และ Tako ได้ขยายขีดความสามารถของเรา การลงทุนนี้สะท้อนความต้องการที่เพิ่มขึ้นสำหรับโซลูชันการค้นหาที่เชื่อถือได้และเราตั้งใจจะต่อยอดความเคลื่อนไหวนี้ต่อไป

ขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมควรเยี่ยมชม Liner.