Salesforce公司近日发布了Einstein自动化预览版。Einstein自动化是Salesforce旗下的云产品,用户利用Einstein自动化几乎不用写代码就可以创建用于自动化任务的工作流程,例如处理客户请求。
Einstein自动化由两个工具组成:流策划(Flow Orchestrator)和Mulesoft编排(Composer)。预计客户在2021年可以用上这两个工具。
流策划提供一个用于创建自动化工作流的低码接口。例如,银行可以用一个工作流程检测客户提交抵押贷款申请的时间并通知贷款团队,如果申请被批准,就再向申请人发送祝贺电子邮件。开发过程里设在内置界面的人工智能模型可以显示用户有关如何提高自动化效率的建议。
复杂的业务流程通常不但涉及到多个步骤,还涉及到多个应用程序。例如,一个系统向贷款申请人发送祝贺电子邮件,而另一个系统则可能就有关请求通知贷款团队。在这种情况下就可以用上Einstein自动化的另一个组件Mulesoft编排。
Mulesoft 编排内含700多个预装连接器,公司可以利用这些连接器在业务工作流程中涉及到不同应用程序时共享数据。例如,在自动处理发票时,企业可以利用存储在Salesforce上的会计和企业资源计划系统同步详细的购买信息。
Mulesoft编排基于Mulesoft技术。Salesforce曾于 2018年 斥资65亿美元收购Mulesoft。该项交易是Salesforce公司历史上第三大交易,仅次于去年的Tableau收购及收购Slack Technologies Inc的277亿美元。收购Slack是在周二宣布的。
低码开发技术吸引了企业越来越大的兴趣,Salesforces则推动扩大旗下的低码开发市场业务抢占先机。信息技术研究和分析公司Gartner Inc.估计,大多数大型企业至2024年将使用四个或更多的低码开发工具,而且65%的应用程序开发工作将基于这些工具。
Salesforce的竞争对手微软也在努力把握这个发展机遇。微软最近整合了旗下的Power平台产品套件,包括多个低码开发功能以及GitHub。GitHub旨在令公司更容易地部署用户构建的自动化工作流程。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。