Salesforce正在向自己的Commerce Cloud中注入更多的人工智能特性。
Salesforce今天推出了两个面向其电子商务自动化平台新的AI服务,旨在帮助零售商更有效定位在线购物者。这两个服务都采用了Einstein(Salesforce核心服务的机器学习层),并公开了应用编程接口以便让企业将其嵌入到自己的服务中。
这次推出的第一项服务名为Einstein Recommendations API,它采用人工智能生成量身定制的购物推荐,让零售商能够将网站上显示同类型的个性化产品建议推送到数字渠道中。该服务还可以通过移动应用、店内系统和语音助理(如Amazon的Alexa)提供产品。
另一项服务名为Einstein Visual Search,让购物者能够通过他们关注的特定商品的照片,更快地搜索零售商的在线目录。该服务采用的机器学习算法可以分析图像以识别匹配的产品,如果没有完全匹配则找出最相似的产品。
除了这两项服务之外,Salesforce还将推出第三款产品,名为Commerce API Explorer,它与Einstein Visual Search的角色类似,但是面向开发者的。Commerce API Explorer,是一个门户网站,旨在让应用团队更容易浏览和对比各种API选项。
另外Salesforce还更新了High-scale Inventory Availability Service,让零售商们可以向在线买家展示拥有所需库存产品的最近门店,并通过外部服务(如乘车应用)显示产品供货信息。
Commerce Cloud是Salesforce业务中规模相对较小但增长迅速的一项业务。Salesforce在最近一次财报电话会议上称,Commerce Cloud和Marketing Cloud的总收入同比增长了37%,达到4.89亿美元。随着传统零售商增加技术投资以应对亚马逊的快速扩张,这一增长势头将继续下去。
好文章,需要你的鼓励
在AI智能体的发展中,记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类:简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力,能提供持续上下文,而无状态系统每次都重新开始。未来AI需要实现实时记忆访问,将存储与计算集成在同一位置,从而创造出具备人类般记忆能力的数字孪生系统。
中国人民大学和字节跳动联合提出Pass@k训练方法,通过给AI模型多次答题机会来平衡探索与利用。该方法不仅提升了模型的多样性表现,还意外改善了单次答题准确率。实验显示,经过训练的7B参数模型在某些任务上超越了GPT-4o等大型商业模型,为AI训练方法论贡献了重要洞察。
OpenAI首席执行官阿尔特曼表示,公司计划在不久的将来投入数万亿美元用于AI基础设施建设,包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象,类似于90年代互联网泡沫,但AI技术本身是真实且重要的。他承认GPT-5发布存在问题,并表示OpenAI未来可能会上市。
南加州大学等机构研究团队开发出突破性的"N-gram覆盖攻击"方法,仅通过分析AI模型生成的文本内容就能检测其是否记住了训练数据,无需访问模型内部信息。该方法在多个数据集上超越传统方法,效率提升2.6倍。研究还发现新一代AI模型如GPT-4o展现出更强隐私保护能力,为AI隐私审计和版权保护提供了实用工具。