至顶网软件频道消息:
Alexa正在向办公室挺进。Alexa的任务:在每项业务中重塑信息技术。
亚马逊首席科技官Werner Vogels
亚马逊公司(Amazon.com Inc.)云计算部今天宣布,旗下的语音助理Alexa将会进入商务办公室,Alexa目前主要装在厨房和起居室的Echo智能扬声器系列产品里。 商务Alexa(Alexa for Business)的目标是供会议室和在其他办公室环境里使用,亚马逊希望商务Alexa将掀起新一轮以语音为关键接口的面向业务的应用程序浪潮。
此举是亚马逊试图强化自己在语音助理领域领先地位的一步,到目前为止,这一类语音助理已被用于日常事务中,如指示播放歌曲、控制Roomba或Uber打车时用。苹果公司的Siri、谷歌公司的Assistan、微软公司的Cortana及其他类似的产品都将这些智能扬声器和服务视为受大众关注及新一代语音驱动应用程序的下一个战场。
例如,电话会议系统经过思科系统和Polycom及其他公司的整合后,用户加入电话会议时无需再输入会议的番号。他们只需说,“Alexa,加入我的电话会议”, 智能Alexa知道用户的日程及其他类似的东西,就会将用户连接到设定的电话会议。
Vogels还特别提到与Salesforce.com等业务应用程序公司的整合,销售经理因此大致可以问:“Alexa,查一下Salesforce今天有哪些大交易成交。”Splunk公司抑或可以启动回答如下问题的功能:“昨天旧金山的销售总额是多少?”其他与商务Alexa合作的公司包括WeWork、Vonage、Capital One、Dickey烧烤公司和BMC。
Splunk产品营销主管Jon Rooney表示,“我们的客户正在获取机器数据,他们希望将这些数据的价值扩展到旗下业务用户。我们觉得可以构建自己的自然语言平台并且与亚马逊合作开展合作,我们可以通过商务Alexa为业务用户提供数据和洞察,这是加速这一愿景的绝佳机会。”
但这对于亚马逊及商业信息科技而言的意义则要广泛得多。
Alexa转移到办公室之举也凸显出亚马逊网络服务公司(AWS)在努力令更多的大型企业迁移到云里。尽管AWS已经在基础云计算、存储和网络服务方面巩固了自己的领先地位,初创公司和越来越多的大公司都在使用这些服务,但大多数大公司自己的数据中心里仍然拥有的大部分核心软件和硬件。
为了进一步挺进价值一万多亿美元的信息科技行业,AWS需要提供更多的服务,使得企业能更容易地迁移到云里,而这就需要更高级别的服务和应用程序,如Alexa。首席执行官Andy Jassy曾表示,他认为他的公司有朝一日可以成为这个一万多亿美元信息科技行业里最大的供应商。
Aws17 Alexa
从更广泛的层次上看,此举显示出亚马逊认识到了人工智能和机器学习的重要性,人工智能和机器学习在未来将推动业务信息科技乃至日常应用在数字世界里大部分的创新。应用程序和机器生成的数据量越来越大,要理解这些数据的含义就有必要使用名为深度学习神经网络的软件、用新的方法帮助机器从数据中学习,而不是对机器进行固定的编程。
亚马逊首席技术官Werner Vogels周四在拉斯维加斯举行的AWS re:Invent年会上表示,“未来的接口将以人为本。” Vogels还正式宣布,声音不会是唯一的新界面,他提到,例如牙刷可以装个传感器提供触觉反馈,以确认刷牙的动作是否正确。
亚马逊显然认为此举为重大的一步。Vogels表示,“语音是每个人打开数字系统的钥匙。声音代表了由深度学习驱动的颠覆。声音代表了计算领域下一个重大颠覆。“
Vogels在re:Invent年会上还向软件开发人员提出,要将Alexa视为一个新的商业应用程序平台。他表示,“Alexa可以放进任何东西里。”
Alexa之举也是AWS试图令云计算变得更简单、令更多公司及其软件开发人员能用上云计算的努力。 Vogels指出,自2013年第一次re:Invent会议以来,AWS公司新增加了3,959个主要新功能。他表示,“我知道3,959项功能和服务会有些令人犯糊涂。”
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。