ZD至顶网软件频道消息: Salesforce 的爱因斯坦人工智能(AI)平台将会成为公司的Dreamforce大会的核心。Salesforce的高管在最近个星期接连披露了该平台的详细信息。
首席执行官Marc Benioff在不久前公司的业绩电话会议率先概述了爱因斯坦平台。尔后不久,爱因斯坦直接执行团队又做了演示,特别介绍了平台的特点和一些首先用得到平台的地方。
Salesforce将会在近期内向旗下的客户推广该平台。笔者在这里列出该平台的一些基本信息:
Salesforce 的计划是通过旗下的云将人工智能渗入到每个地方。Salesforce高级副总裁和爱因斯坦平台总监John Ball 表示,Salesforce公司不会另推别的人工智能产品。Ball表示,“爱因斯坦平台就是各个云里的AI 版CRM。该平台是用于CRM的AI。”
下图给出了Salesforce 产品爱因斯坦人工智能所涉及的东西︰
业务用户使用AI的广度和开发人员一样。Salesforce肯定会在预测视觉服务、 定制预测、 情感分析和建模等方面设法吸引开发人员。Salesforce会将爱因斯坦与旗下的开发者平台 Heroku连在一起。而使用爱因斯坦服务的商业用户或许将成为最大的赢家。Ball的演示还重点示范了业务用户如何建模和引入将 AI的过程。Ball表示,“这个世界上的数据科学家不够用。平台必须内置建模功能。”
下图给出了Salesforce 对爱因斯坦服务的定位︰
其卖点为,爱因斯坦和 AI 可以缓解数据科学家人才短缺的问题,为企业提供一些他们自己不能开发的工具。Ball表示,“AI对于绝大多数公司来说都太难了。”
爱因斯坦是靠收购建造的。Salesforce 在近几年内收购了9家与 AI 相关的公司,其数据科学家和专家团队已达到175人。
AI 理应是看不见的东西。Ball表示,AI 理应只是后台运作的东西。AI在后台运作的的例子包括Facebook照片、亚马逊机器学习、 Alexa 和谷歌工具等等。Salesforce 希望在业务环境里这样做。
Salesforce在新的研究小组身上下了注,认为该研究小组可以增加爱因斯坦的功能和 AI 知识。Salesforce 的 AI 研究小组的运作由公司的首席科学家Richard Socher负责。Socher 表示,Salesforce 的 AI 研究小组会将研究文章提交到顶尖学术会议发表,并将侧重于计算机视觉、 图像处理和自然语言处理。
数据从何而来呢?Salesforce的跨系统客户群和企业互动系统里有大量的数据。这些数据提供了良好的元数据库基础,客户可以对其进行定制。Ball称不会共享数据,而建模是自动的。爱因斯坦系统将遵守本地数据法律, Salesforce需要得到认可才能将资料归入数据里。下图给出了爱因斯坦系统在 Salesforce 堆栈里所处的位置:
爱因斯坦系统的定价待定。爱因斯坦系统的一部分会出现在即将推出的版本里。Ball表示,爱因斯坦将成为核心平台的一部分,它的一些功能和工具很快会被纳入到现有的服务和许可证内。其他爱因斯坦功能将另行收费。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。