Luis出生于中美洲危地馬拉，后移居到美國。
18歲的他去了北卡羅來納州的杜克大學攻讀數學學位。之后，他又繼續在匹茲堡的卡內基梅隆大學學習計算機科學。
成為了計算機科學教授后的Luis發明了“人計算”，簡單來說就是人與計算機如何最優協作以解決復雜任務。該領域的開拓性工作讓他獲得了美國著名的麥克阿瑟研究員計劃獎，俗稱 “天才的補助金”。
30歲剛出頭的Luis就把自己手下的兩家公司賣給了科技巨頭谷歌，而他所開發的技術被廣泛使用。
驗證碼的進化：
人人都做免費校對
驗證碼的英文縮寫是CAPTCHA，全名為全自動區分計算機和人類的圖靈測試 ( Public Turing Test To Tell and Humans Apart)。
驗證碼的出現，還要追溯到一段往事。一天，Yahoo的一位主要研究員來到Luis所在的學校開講座，主題是《我們無法解決的十大問題》。其中一個問題是，一些人使用電腦程序的自動軟件創造了上百萬的虛假電郵地址，成堆地給人們發送垃圾廣告。于是年僅21歲的Luis開始思考如何解決這個問題。
在沒有驗證碼的日子里，網絡世界是雜亂無章的。網站無端地被注冊上萬個空賬號，黃牛利用機器把演唱會門票和火車票一掃而空。
但有了驗證碼，網站就能保證填寫表格的是一個真實的人，因為電腦程序無法在圖像上識別出扭曲的文字，但是人類可以。
而Luis的思考并不止步于此。
驗證碼的影響力之大，已經擴展到了全球范圍——每天有大約2億次的驗證碼輸入，而每個驗證碼平均耗時10秒鐘。如果將這個數字乘以2億，那么全人類每天就在輸入驗證碼上浪費了50萬個小時。
Luis對此表示耿耿于懷。于是，他又了一個新想法——既然不能因為網頁安全而放棄驗證碼，那么有什么方法可以利用它來做點好事呢？
人在輸入驗證碼的10秒鐘里，大腦精確運行著，這甚至是電腦所無法匹敵的。怎樣才能讓這10秒鐘的工作變得有意義呢？有沒有什么目前電腦無法解決，但是可以分割成僅用10秒就能解決的難題呢？
Luis想到了一個點子——書籍數字化。
市面上有很多書籍數字化的項目，包括亞馬遜的Kindle和谷歌都有這些需求。從一本舊書開始，首先掃描，相當于把每一頁照一張數碼照片，這樣就有了這本書每一頁的文字內容。下一步，電腦需要解讀這些照片上的每一個字。
這就涉及到了OCR（Optical ）技術，也就是光學字符識別。但光學字符識別的技術并不是萬能的，統計顯示，五十年前的書，有30%的單詞電腦都無法識別。特別對于那些墨水褪色、書頁又泛黃的舊書。
于是Luis利用技術摘錄出那些電腦無法識別的單詞，這樣廣大用戶在網上輸入驗證碼時，就能將其識別出來。
但你要說了，這怎么能知道用戶輸入的就是正確答案呢？
Luis為此加入了雙單詞識別。
▍其中一個單詞A是電腦無法識別的單詞——因為系統不認識這個單詞，所以無法判斷輸入者的答案。
▍另一個單詞B是系統已經識別的單詞——但系統不會告訴你哪個是已知哪個是未知。
當用戶輸入兩者的時候，如果能拼寫正確系統已認知的那個單詞B，那么就判斷該用戶為真人，同時，對于單詞A，只要有10個人輸入了相同的單詞，那么這個詞就確定無誤了。
你以為你輸入的僅僅是驗證碼，但其實你在免費幫忙錄入陳舊的電子書。
成功后再創業：
讓3億人學習語言的同時免費做翻譯
如今的Luis的新身份，是全球語言學習程序的聯合創始人。
Luis發現，互聯網的大部分語言是英語。YouTube上耶魯大學的課程、科普視頻、Amazon的書籍、新聞網站、博客等等，基本都是英語，這意味著只有懂英語才能使用這些網站。就算世界上有4.37億人說西班牙語，但西班牙語版的維基百科詞條數量也只是英語的20%。
當然，一些網站還有其他幾種不同的主流語言，但如果用戶那幾種也不會，就沒辦法使用。
那他們怎么辦呢？解決辦法是——復制粘貼到翻譯網站。在今天，機器翻譯雖然已經得到廣泛應用，但準確度不夠高，這個問題可能在未來短期之內都沒辦法很好地解決。
Luis認為，網站翻譯的工作還是需要人來完成。但擺在面前的有幾大問題：
可以找專業翻譯人員來做，但是這樣成本非常高。就拿翻譯維基百科里面有20%的西班牙語內容來說，如果把他們翻譯成英語，就得至少五千萬美元——這還是針對服務最便宜的外包國家。
雇人翻譯的辦法效率非常低，互聯網生產內容的速度遠高于人工翻譯的速度。
精通雙語的人占少數，找到大量精通雙語的人非常困難。
缺少鼓勵機制。付錢請人干活是天經地義的，人們有可能愿意免費翻譯網頁嗎？
Luis想，有沒有可能找一億人，免費把網頁內容翻譯成其他語言？后來他意識到，有一個方法可以一箭雙雕——語言學習。
語言學習不僅能讓無數人愿意去做翻譯練習，同時如果這項學習是免費的的話，還能激勵越來越多的人參與。因此，路易斯開始頭腦風暴，并與一位名叫塞弗林·海克的人合作，創建了一個幾乎完全免費的平臺。
Luis拿自己舉例，他說，自己的成功主要歸功于他很幸運地能夠在小時候學英語。雖然不是他的母語，但他的醫生母親堅持讓他從小就學英語。當時，中產家庭出身的他在危地馬拉城的一所私立英語學校上學。
與大多數危地馬拉人相比，他的學習機會太難得了——根據世界銀行的數據，該國幾乎一半的人口生活在貧困中，其中9％處于極端貧困狀態。許多人受教育的機會是非常有限的。
當今，全球有超過12億人口在學習外語。在美國，每年有超過500萬人支付了外語學習軟件，人均消費超過500美元。但是，全球范圍內，能支付得起500美元的人非常有限。
Luis建立的新網站，不僅能讓人們免費學習外語，與此同時能讓使用者學以致用，進階翻譯。
的產品邏輯是這樣的：
提供優質內容的B端網站（紐約時報，BBC，CNN）會付費給并提供需要翻譯的內容。
會在相關語種的語法專家幫助下，將這些內容分解成小模塊的學習材料。
對于新手用戶，系統會從網站摘錄一些非常簡單基礎的句子以及句中單詞釋義，給用戶進行翻譯，之后用戶也能看到別人是如何翻譯的。
當用戶學習進度加快后，系統會給出更復雜的句子來供翻譯。
這全套流程，都在鼓勵用戶邊學邊用，學以致用。
神奇的是，這種學習方法，不僅可以迅速掌握外語，而且讓學習更有趣味性。通過，人們掌握的是真正的語言使用技巧，編造句子，而不是簡單地背單詞。
為了讓翻譯達到專業水準，智能地把數名用戶的翻譯結合起來。
再回到前面對維基百科翻譯工程的預計——把西班牙語翻譯成英語，是價值五千萬美元的工程。但如果有十萬名活躍用戶，這項工程就可以在五周內完成。如果是一百萬活躍用戶就只需要八十小時。
而截止至2018年，在全球擁有超過3億用戶,是世界上最受歡迎的語言學習應用。
Luis對最興奮的點在于，它為外語教育創造了一個公平的商業模式——為沒能力付費學外語的人也敞開了機會。
比起付費來購買外語學習軟件或是視頻，的產品設計者認為，人在學習的過程中，大腦也在創造價值。如此一來，人的語言學習過程就貨幣化了。用戶不需要為語言學習付費，因為他們付出了時間。
后期的在用戶基群壯大的條件下，又加入了廣告運營模式。免費用戶()可以繼續免費使用軟件，但愿意付費的用戶可以通過花費7美金的月費升級成為 Plus 高級用戶(Premium)享受無廣告瀏覽。
而現在，決策者的野心更大，他們想要參與到更廣闊的市場中。對第二、第三世界國家視野開闊的人來說，雅思或托福考試是痛苦的障礙，要花很多費用去學習。因此，低調地開發著自己的標準化考試，并被越來越多的機構認可。
：
《Massive- 》 - Ted
《 hires its first chief officer as active user numbers but revenue grows》- 《The man 300 million people a new 》- BBC
《This 41-Year-Old Math Is Worth $700m》- Medium