ZD至顶网CIO与应用频道 04月01日 北京消息:在 2017年Adobe 峰会 (Adobe Summit 2017) 上,Adobe介绍了Adobe Cloud Platform的重大改进。Adobe Cloud Platform通过利用Adobe Sensei的人工智能和机器学习框架,为用户搭建了一个融合内容与数据为一体的深层跨云端架构。Adobe 还介绍了为企业用户设定的全新 Sensei 功能,以及推出的新工具与合作伙伴的资源整合情况,旨在帮助开发者加快产品上市的速度并更有效地整合Creative Cloud资产在企业的工作流程中。Adobe 还推出了 Adobe Experience Cloud和 Microsoft Azure、Dynamics 365,以及 Power BI 产品整合的第一套联合解决方案。
云端服务的进步从根本上改变了运算环境。未来十年,品牌将在如何创造、吸引客户及提高其用户体验方面迎来重大转变。 未来,品牌将迎来一个真正具有体验移动性的时代 — 不论设备、时间、位置,高度个性化的体验都可被实时被感知和传递。设计一个满足这些需要的现代体验平台,需要使用基于内容和数据的通用数据语言——一个可供他人在此基础上建构创新开放生态系统的语言,该语言将具备以人工智能、机器学习和深度学习为核心的功能。
通过 Adobe Cloud Platform,企业可集中并统一来自任何系统的客户数据内容,从而改善客户体验的设计和传递。它包括整合和分析数据的服务,同时通过 Adobe Sensei 利用机器学习使得市场营销功能和效率得以提高。Adobe Cloud Platform 还通过应用程序编程接口 (API) 向合作伙伴和第三方开发人员提供其数据、内容和检测。Adobe 平台被全球数以千计的合作伙伴使用,每年管理超过 100 万亿次的数据交易,并通过 Adobe 的跨云端开发平台 Adobe I/O每天收到超过 7 亿个应用程序编程接口的呼叫。
Adobe 执行副总裁兼技术总监Abhay Parasnis表示:“Adobe Cloud Platform 的改进将使 Creative Cloud、Document Cloud 及 Adobe 的 Experience Cloud 功能得到扩展,使企业能更轻易地大规模提供非凡的体验。Adobe Sensei、人工智能以及机器学习与深度学习框架的创新,将大大改进客户各接触点的体验设计和传递。”
Cloud Platform 的更新
全新标准化数据模型 (Standard Data Model): Adobe 推出了具有表现力的通用数据语言,它为企业建立标准,使它们能够轻松地将内容、数据和智能整合到现有流程和数据系统中。标准数据模型为整个企业的客户体验创建了单一语言,并通过它的Profiles 和 Assets 等核心服务使与 Adobe 云端解决方案得到更深入的整合。Acxiom、AppDynamics、Dun & Bradstreet、Mastercard、Qualtrics,Zendesk、[24]7 等正在参与标准数据模型开发,并致力于构建基于这一全新语言的应用程序。
Adobe 推出 Launch:Adobe 宣布推出 Launch — 一个基于 Adobe Cloud Platform 的下一代标签管理解决方案。通过 Launch,第三方开发人员可以构建、维护并持续更新各自与 Adobe Experience Cloud 的整合,这将大大缩短产品面市的时间。利用 Launch 近似应用程序商店接口,品牌可轻松部署 Adobe 和第三方开发人员的网络应用程序、定义需要捕捉的客户行为及决定在数字市场营销工具中使用该数据的方式。Dun & Bradstreet、Facebook、Twitter、Zendesk和 [24]7 等企业都是 Launch 的首批用户。
开发功能更新:Adobe 还宣布了为跨云端开发者平台 Adobe I/O 带来的全新改进。新 I/O 活动和Creative Cloud 应用程序编程接口 (API) 为开发人员提供了 Creative Cloud 资产和活动的访问权限。例如,开发人员可构建一个自定义的应用程序,使其在创意文件有所修改或在有新的 Creative Cloud 资产上传时有所反应,并以程序化的方式将该内容应用于市场营销执行中。编制跨云端工作流程的能力使开发人员能创建自定义的解决方案,例如确保品牌最新商标在所有市场营销活动中的自动应用。
新的Exchange 合作伙伴整合:合作伙伴包括 Acxiom、AppDynamics、Clicktale、Decibel Insight、Dun & Bradstreet、Mastercard、Ooyala 和 SapientRazorfish 等,他们宣布与 Adobe Experience Cloud 的全新整合已在 Adobe Exchange 上推出。与AppDynamics 的整合使市场营销人员能够了解客户有不理想应用程序体验的时间和原因,并利用这些数据来开展市场营销活动,例如以个性化的电子邮件向客户提供推广优惠。通过使用 Adobe Audience Manager 和 Mastercard 中的消费者开支趋势,市场营销人员可结合 Adobe Analytics 数据策划并推出更有效的计划。Adobe 还加强了与 Microsoft 的合作伙伴关系,并推出了第一套整合Adobe Experience Cloud 与 Microsoft Azure、Microsoft Dynamics 365 和 Microsoft Power BI 的联合解决方案。
为企业服务的Adobe Sensei
Adobe Sensei 通过运用人工智能和机器学习,以及 Adobe 大量的内容和数据资产以应对当今最复杂的体验挑战。作为 Adobe Cloud Platform 的智能层,Adobe Sensei 为客户提供一个统一的人工智能及机器学习的框架与智能服务,协助他们更智能及快捷地完成工作。在 Adobe Experience Cloud 中,Adobe Sensei 拥有超过 100 种智能功能,包括智能警报 (Intelligent Alerts)、自动化广告活动洞察 (Automated Advertising Insights) 、??异常侦测 (Anomaly Detection) 和相似人群预测建模 (Lookalike Modeling),以协助品牌更有效地了解和满足客户的需求。
今天,Adobe 推出一系列专为企业设定的全新 Sensei 功能,其推出的流畅体验 (Fluid Experiences),使品牌能够在任何连接的屏幕上传递消费者所期望的体验,这些可连接的屏幕包括社交媒体、虚拟现实,物联网装置和实体屏幕。此外,自动目标识别 (Auto-Target) 消除了手动测试和规则性内容个性化的复杂性。Adobe 还发布了增强的异常侦测和贡献分析 (Enhanced Anomaly Detection and Contribution Analysis),可以帮助品牌识别统计上的重大事件,并精准定位来源并制定优化用户体验的对策。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。