至顶网软件频道消息:就如移动设备从根本上改变了用户的互动方式,语音交互界面也有着同样的潜力。最新的Adobe Analytics数据显示,随着新一代产品不断地推进着创新和用户需求,语音设备的网络销量同比去年增长了39%。
7月3日,Adobe宣布推出Adobe Analytics Cloud语音分析新功能,该功能能够帮助品牌交付更为个性化的用户体验,并通过基于语音的交互界面提高品牌忠诚度。在Adobe Sensei的人工智能与机器学习功能的帮助下,通过对语音数据的深度分析,品牌既能加深对客户的了解并给出相应的建议,也能将传统的、复杂的人工分析自动化。品牌能够根据分析结果更快地采取行动,从而在交付卓越用户体验的同时,激活诸如电子邮箱和广告等其他接触点。
Adobe Analytics Cloud副总裁Bill Ingram表示:“ 正如我们在移动和视频方面看到的这样,当前科技领域中最重要的趋势之一就是用户能够越来越快地适应与内容互动的新方式。我们预计语音设备也将拥有类似的发展轨迹。Adobe已经重塑了网络、移动和用户分析,而现在,Adobe Analytics Cloud 可以使各种规模的品牌都能将语音数据的分析洞察应用于用户体验的整个旅程。”
通过Adobe Analytics Cloud,企业能够捕捉并分析所有包括Amazon Alexa、Apple Siri、 Google Assistant、Microsoft Cortana和Samsung Bixby在内的主流平台上的语音数据。这项新功能既能捕捉用户命令(如“给我播放一首歌”),也能捕捉特定的参数(如“甲壳虫乐队的歌”),解决了分析语音互动中的复杂性问题。新功能还提供了额外取值点,包括使用频率以及语音请求出现后的响应措施等。
Adobe Sensei使得团队能够专心于打造提高语音体验的客户互动,例如提供更相关的内容。举例来说,一家连锁酒店可以通过客户忠诚计划马上识别客户,并在此基础上为旅客提供奖励积分的使用建议,如购买现场演出门票或用于下一次房间预订。酒店甚至可以在最忠实客户入住之前发送促销信息,客户只需与语音设备对话即可解锁特别优惠。
声音分析数据与Adobe Marketing Cloud和Adobe Advertising Cloud 的结合,能够确保用户的每次数字互动都有连续性和相关性。例如,通过使用Adobe Target,来自语音设备的洞察信息可以自动地在其他渠道上被利用,同时使用机器学习和预测算法可以针对用户提出的问题给出个性化的回应。用一位使用Amazon Echo的旅行应用的美食爱好者举例来说,她能通过语音、移动应用或联网车体验获取到当地最受欢迎的餐厅信息。
好文章,需要你的鼓励
Atlassian、Intuit和AWS三大企业巨头正在为智能代理时代做准备,重新思考软件构建方式。当前企业API为人类使用而设计,未来API将成为多模型原生接口。Intuit在QuickBooks中应用自动发票生成,使企业平均提前5天收款;AWS通过AI辅助迁移服务显著提升效率;Atlassian推出内部员工入职代理和客户代理,节省大量时间成本。专家强调需要建立强大的数据架构和信任机制。
这项研究首次系统评估了AI代码智能体在科学研究扩展方面的能力。研究团队设计了包含12个真实研究任务的REXBENCH基准,测试了九个先进AI智能体的表现。结果显示,即使最优秀的智能体成功率也仅为25%,远低于实用化要求,揭示了当前AI在处理复杂科学推理任务时的显著局限性。
MIT研究发现,使用生成式AI完成任务时,大脑运作方式与单纯依靠自身思考存在显著差异。研究显示,使用ChatGPT等工具的用户记忆力更差,神经连接活动减少,对所写内容的回忆能力明显下降。虽然AI工具能提高效率,但可能导致用户缺乏对知识的深度理解和掌控感。研究强调需要更多科学数据来了解AI使用对人类认知的长期影响。
俄罗斯莫斯科国立大学研究团队开发出MEMFOF光流估计新方法,在保持顶尖精度的同时将1080p视频分析的GPU内存消耗从8GB降至2GB,实现约4倍内存节省。该方法通过三帧策略、相关性体积优化和高分辨率训练在多个国际基准测试中取得第一名成绩,为高清视频分析技术的普及奠定基础。