至顶网软件频道消息:就在Crimson Hexagon推出一项采用人工智能分析发布在社交网络上的媒体内容一周时间后,另外一个重要参与者也加入其中。
Salesforce.com今天推出了一款名为Eistein Vision for Social Studio的工具,可以让Salesforce营销平台的用户追踪消费者在线分享的图片。这个工具是由一个计算机视觉服务提供支撑的,Salesforce在今年年初发布该服务,主要面向用用开发者。目前人工智能在解析视觉信息方面还远远落后于人类,但是社交媒体上大量内容很好地平衡了准确性的问题。
企业可以使用这个新工具将他们手机关于基于文本的内容数据放到更好的上下文中。例如,一家运动服饰公司可以将Twitter上其标识出现在用户图像中的次数进行对比,以创建更完整的用户参与情况。营销团队可以从结果中得到信息,以评估最近一次社交媒体活动带来的影响。
或者,同样的数据可以用来对比品牌竞争情况。此外,Salesforce表示Einstein Envision for Social Studio对于那些要求更彻底查看用户行为(借助预编程的视觉库)的任务来说也是有用处的。
这款工具可以识别1000种不同的对象、200种食物、60种场景以及超过200万个标识。连锁餐厅可以利用这种能力来检查最吸引消费者注意的菜肴,以及了解季节性变化相关的信息。Salesforce认为,其他行业的企业也可以在他们自己特定的领域中使用这个工具。
这次发布Einstein Vision for Social Studio只支持Twitter,但是根据报道,Salesforce未来还将陆续增加更多平台。此外预计Salesforce还将拓宽这款服务能够识别的对象范围以触及更多市场。鉴于面对Crimson Hexagon的竞争,后一点尤为重要,更不用其他社交媒体监控提供商也将不可避免地加入计算机视觉的竞赛中来。
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。