至顶网软件频道消息:本周一在旧金山举行的Dreamforce 2017大会上,Salesforce宣布对Einstein机器学习平台进行升级,增加新的预测洞察和聊天机器人功能。
这次增加的新功能名为myEinstein,Einstein平台的目标没有改变:要为那些希望采用人工智能(AI)的开发者降低门槛。随着人们越来越重视拖拽方法而不是手动编码,它将可以让更多Salesforce的用户跨整个生态系统打造定制的AI应用。
Salesforce Einstein总经理John Ball在新闻稿中这样表示:“今天,我们正在通过让管理员和开发者利用myEinstein把每个流程和客户互动都变得更加智能,从而进一步普及人工智能。目前没有其他任何一家公司为客户提供了面向CRM的预构建AI应用,以及只用点击几下就能自己构建和定制的能力。”
有了myEinstein,Einstein平台维持着允许用户在设置引导中点击几下就可以构建、培训和部署AI模型的方法。不过,另外两个新功能Einstein Prediction Builder和Einstein Bots将为用户体验增加更多的深度。
Einstein Prediction Builder允许管理员在Salesforce中创建预测性的AI模型,帮助他们更好地预测潜在业务成果。它采用了一种点击式的模式,在这个模式中,管理员可定义预测参数,包括在哪个Salesforce字段上构建,以及使用哪些数据。
“基于这些信号的消耗分数可以直接嵌入到Salesforce客户账户页面,创建一个任务,自动向高风险客户发出警报,以便他们能够提供个性化的、一对一的交互,以减少流失风险。”
有了Einstein Bots,开发者和管理员就可以使用相同的点击式界面来构建定制的聊天机器人。因为他们采用的是自然语言处理,所以机器人可以用于与客户沟通。机器人利用历史服务数据和CRM数据来组成答案,但是在需要的时候也可以把对话转交给人类员工。
举例来说,Einstein Bots可以帮助追踪客户的订单,或者重设密码。
据新闻稿称,myEinstein还包含了6月发布的Einstein Language和Einstein Vision API。Einstein产品营销副总裁Jim Sinai表示,myEinstein“正在走向数据科学的自动化”。
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。