Hyun Kim es el director ejecutivo y cofundador de Excelente IA, una empresa que proporciona una plataforma de datos de aprendizaje automático de nueva generación a los equipos de IA para que puedan construir una mejor IA en menos tiempo. Superb AI Suite es una plataforma SaaS empresarial creada para ayudar a los ingenieros de ML, los equipos de productos, los investigadores y los anotadores de datos a crear flujos de trabajo de datos de capacitación eficientes.
¿Qué le atrajo inicialmente del campo de la IA, la ciencia de datos y la robótica?
Como estudiante universitario con especialización en Ingeniería Biomédica en Duke, me apasionaba la genética y cómo podemos diseñar nuestro ADN para curar enfermedades o crear organismos modificados genéticamente. Recuerdo claramente un experimento de laboratorio húmedo que siguió fallando durante unos 6 meses seguidos. La parte más frustrante fue que hubo mucho trabajo manual repetitivo y, en retrospectiva, esa fue probablemente la raíz de muchos errores potenciales.
Esa frustración me llevó a interesarme por todo lo que tenga que ver con la automatización. Básicamente, estuve flotando en varios laboratorios de Duke hasta que me uní a un laboratorio que estaba investigando cómo el aprendizaje automático puede ayudar a diagnosticar la enfermedad de Parkinson mediante resonancias magnéticas cerebrales. Aquí obtuve un verdadero gusto por el potencial de cambio de juego de las redes de aprendizaje profundo. Terminé siguiendo un programa de doctorado en informática en Duke y trabajé intensamente en el Laboratorio de Robots Inteligentes enseñando a los robots cómo aprender cosas.
En 2016, participó en Amazon Robotics Challenge. ¿En qué estabas trabajando y cómo disfrutaste de esta experiencia?
En Amazon Robotics Challenges, los equipos ganan puntos al hacer que los robots recojan y almacenen artículos de manera autónoma en un tiempo determinado. Los robots en fábricas y líneas de ensamblaje pueden diseñarse para el objeto específico que el robot está tomando y colocando, pero el ARC desafía a nuestros robots a operar en situaciones muy dinámicas. Fui el líder del “Equipo Duke” y su función de Planificación de movimiento. Diseñé e implementé métodos de planificación de movimiento de robots para tareas de manipulación de robots de selección y colocación en un entorno de almacén realista. Fue una experiencia de aprendizaje emocionante, ya que tuvimos que armar una multitud de sistemas complejos, desde sistemas de percepción de robots basados en visión por computadora hasta algoritmos de planificación de movimiento y hardware de efectores finales mecánicos diseñados a medida.
Luego trabajó durante casi 2 años como ingeniero de investigación de aprendizaje automático en SK T-Brain, ¿cuál fue este proyecto?
Aproximadamente un año después de mi doctorado, en marzo de 2016, AlphaGo de Google derrotó al campeón humano, Lee Sedol, en Go. Fue una noticia tan innovadora, especialmente en Corea, donde el Go es mucho más popular que en otros lugares.
Después de ese evento, el gobierno y todas las empresas importantes comenzaron inmediatamente a invertir una tonelada en investigación de IA. Una de las empresas se llamaba SKT, o SK Telecom, un importante conglomerado coreano. Me ofrecieron un puesto de ingeniero de investigación de aprendizaje automático en su nuevo laboratorio de investigación de IA, llamado SKT Brain. Tomé una licencia de mi doctorado y regresé a Corea para trabajar durante aproximadamente 2 años.
El propósito de mi equipo era investigar varios temas de IA que potencialmente podrían convertirse en un producto o crear alguna oportunidad comercial para la empresa. En esos dos años, probé algunos temas como los autos sin conductor, la IA de los juegos (específicamente la IA de StarCraft) y las redes generativas antagónicas o GAN.
Después de dos años, en lugar de regresar a la escuela para terminar mi programa de doctorado, me fui para comenzar mi empresa, Superb AI.
¿Cuál fue la inspiración detrás del lanzamiento de Superb AI?
Mientras investigaba el aprendizaje de robots en la escuela, y también mientras trabajaba en un laboratorio de investigación corporativo, me resultó muy evidente que la mayor parte de mi tiempo lo dedicaba a la curación de datos.
En la escuela, pasaba la mayor parte de mi tiempo creando entornos simulados para datos de simulación robótica. En mi empresa anterior, dedicaba tiempo a recopilar y etiquetar conjuntos de datos para la IA de juegos y conducción autónoma.
Y, lamentablemente, eso no fue solo para mí. Fue lo mismo para mis colegas y un punto de dolor muy común para todos los investigadores e ingenieros en la industria del aprendizaje automático.
Quería arreglar eso. Como puede ver, soy un gran admirador del aprendizaje automático y la IA, y creo que realmente puede revolucionar nuestras vidas. Quiero que los avances tecnológicos sucedan más rápido y quiero verlos aplicados a nuestra vida cotidiana.
Para que eso suceda, inicialmente investigué cómo hacer que los algoritmos de aprendizaje automático aprendan con menos intervención humana. Eso me hizo interesarme en cosas como el aprendizaje no supervisado y el metaaprendizaje. Después de publicar un artículo sobre GAN, me di cuenta de lo que quería hacer. En lugar de publicar trabajos de investigación, quería crear un producto o servicio real que pudiera impactar en la industria y comenzar a resolver el problema de los datos ahora mismo.
¿Cómo describiría mejor los servicios que ofrece Superb AI?
Superb AI proporciona una plataforma de datos de aprendizaje automático llamada Superb AI Suite. Suite ayuda a las empresas a crear, etiquetar y administrar datos de capacitación de manera eficiente y acelerar su ciclo de operaciones de aprendizaje automático.
Es bien sabido que la mayoría de los equipos de aprendizaje automático dedican más del 50 % de su tiempo a administrar conjuntos de datos de capacitación. Ayudamos a los ingenieros a filtrar, buscar y manipular fácilmente conjuntos de datos de capacitación, e integrarlos con su pila de operaciones de aprendizaje automático, como almacenamiento de datos o marcos de aprendizaje profundo a través de un SDK y API potentes.
Los líderes de productos también dedican mucho tiempo a los datos de capacitación. Ayudamos a hacerles la vida más fácil a través de un seguimiento continuo de problemas, análisis de datos y muchas funciones relacionadas con la colaboración y la productividad.
Además, nuestra función de etiquetado automático, que utiliza muchas técnicas avanzadas de aprendizaje automático, como el aprendizaje por transferencia y el aprendizaje activo, puede ayudar en el proceso de control de calidad y etiquetado automático.
¿Cuál ha sido el aspecto más difícil de construir una plataforma de datos de aprendizaje automático?
La creación de una plataforma de datos de aprendizaje automático plantea un desafío de ingeniería interesante, no solo porque el aprendizaje automático requiere una gran cantidad de datos no estructurados, como imágenes y videos, sino aún más porque los datos deben ser leídos y actualizados constantemente por numerosos usuarios en todo el mundo.
¿Cuáles son algunas empresas que utilizan la plataforma Superb AI?
Tenemos clientes de diferentes tamaños en muchas verticales. Las grandes empresas de electrónica de consumo, incluidas Samsung y LG, utilizan nuestra plataforma para administrar datos y acelerar su proceso de desarrollo de ML. Muchas empresas y nuevas empresas en la industria de vehículos autónomos, así como empresas que utilizan sistemas no tripulados en aplicaciones que van desde la seguridad física hasta la construcción, utilizan nuestra plataforma.
Además, las empresas de AR/VR y juegos utilizan nuestra plataforma de datos de capacitación para crear y administrar conjuntos de datos que pueden enseñar modelos de ML.
En el sector médico, los laboratorios de investigación de universidades internacionales de renombre utilizan nuestra plataforma para administrar datos de capacitación y entrenar de manera más eficiente los modelos de visión por computadora para reconocer tumores en resonancias magnéticas y tomografías computarizadas.
Superb AI fue miembro de la clase de invierno de 2019 de Y Combinator, ¿podría describir esta experiencia y cuáles son algunos de los puntos clave que aprendió?
Nuestros dos puntos principales fueron aprender a centrarnos en los usuarios e iterar rápidamente. El lema de YC es “haz algo que la gente quiera”. A menudo, las nuevas empresas, y especialmente las nuevas tecnológicas, tienden a centrarse en las innovaciones técnicas y descuidan lo que los usuarios realmente necesitan. A lo largo del proceso de tres meses, aprendimos a ser extremadamente impulsados por el usuario, hablando con la mayor cantidad de usuarios posible y realmente tratando de comprender lo que realmente necesitan, al mismo tiempo que iteramos sobre actualizaciones de productos y mensajes para satisfacer las necesidades del usuario. Dado que es imposible acertar con un producto o lograr que el producto encaje en el mercado en el primer intento, es fundamental hablar constantemente con los usuarios y ofrecerles lo que desean. Es muy obvio cuando lo piensas, pero muy difícil de enfocar en la práctica.
¿Hay algo más que le gustaría compartir sobre Superb AI?
Acabamos de reforzar nuestra oferta de productos gratuitos que brinda a los usuarios más almacenamiento de activos sin procesar y más herramientas y funciones de etiquetado/administración de datos/desarrollador. Estamos en una misión real para democratizar la IA y queremos que las personas sepan que hay empresas empresariales como la nuestra que se dedican a proporcionar todo lo posible para promover la adopción e integración de la IA en nuestra vida cotidiana.
Gracias por las entrevistas, los lectores que deseen obtener más información deben visitar Excelente IA.