谷歌履行了自己在最近Cloud Next大会上做出关于让人工智能服务更易于实施的承诺,宣布推出第一个所谓的“预打包的人工智能服务”,正如其名,这是用于特定业务任务的捆绑预构建AI工具。
谷歌推出预打包的人工智能产品背后的想法是,企业仍然需要帮助才能采用这些新技术。人工智能的潜力已经足够明显,但正如谷歌产品经理Apoorv Saxena和Geordy Kitchen在博客文章中指出的,人工智能还“需要专门的人才和硬件、合适的数据类型和数据量,用于训练和提炼机器学习模型”。
这就是企业眼下需要解决的问题。预打包的服务是以两种方式提供的:通过谷歌合作伙伴提供的打包解决方案,或者通过客户可以用来创建自定义AI工具的参考架构。
“这些都需要比预打包解决方案更多的开发工作,但为需要那些高度业务特定的集成AI部署的企业简化了复杂性,”Google的产品经理说。
有两种预打包的人工智能服务,其中包括“Contact Center AI”,该服务自上个月推出Alpha测试版以来已经有800多个用户。企业通过使用Contact Center AI,基本上可以实现一个为他们接听电话的智能聊天机器人,还可以询问和回答简单的问题,以确定呼叫者是否需要和人工代理沟通。谷歌表示,这个人工智能服务还可以记录趋势并分析出现问题的频率。
第二个打包服务是“Cloud Talent Solution”人工智能捆绑包,旨在招募新人才,同时缩短招募人才所需的时间。
谷歌还通过一个参考架构提供了“Recommendation Solution”人工智能工具,可以帮助企业向客户推荐类似或互补的产品,让企业可以将服务直接编码到他们现有的网站中,然后利用谷歌的机器学习功能,根据用户的购买历史、搜索等建议来改善他们的产品营销。
谷歌选择提供打包服务和参考架构的策略,是一种“经过验证的方法”,比人工智能本身更早,并且已经在早期技术(如预测分析)方面取得了成功,Constellation Research副总裁兼首席分析师Holger Mueller这样表示。
Mueller表示,“谷歌正在加强联络中心和人才获取领域,后者是谷歌最早的人工智能产品之一,另一方面,推荐功能具有更广泛的适用性,因此从参考架构开始是有道理的。CXO希望看到AI厂商提供验证平台和参考架构,因此谷歌现在是走在了正确的轨道上。”
好文章,需要你的鼓励
北京大学团队开发的DragMesh系统通过简单拖拽操作实现3D物体的物理真实交互。该系统采用分工合作架构,结合语义理解、几何预测和动画生成三个模块,在保证运动精度的同时将计算开销降至现有方法的五分之一。系统支持实时交互,无需重新训练即可处理新物体,为虚拟现实和游戏开发提供了高效解决方案。
AI硬件的竞争才刚刚开始,华硕Ascent GX10这样将专业级算力带入桌面级设备的尝试,或许正在改写个人AI开发的游戏规则。
达尔豪斯大学研究团队系统性批判了当前AI多智能体模拟的静态框架局限,提出以"动态场景演化、智能体-环境共同演化、生成式智能体架构"为核心的开放式模拟范式。该研究突破传统任务导向模式,强调AI智能体应具备自主探索、社会学习和环境重塑能力,为政策制定、教育创新和社会治理提供前所未有的模拟工具。