至顶网CIO与应用频道 06月05日 北京消息:人工智能(AI)通过预测消费者的行为、提高真实世界体验并完成特定的任务来丰富消费者的生活,而用户不用费吹灰之力。Strategy Analytics用户体验战略(UXS)服务近期发布的研究报告《UXS技术规划报告:人工智能》通过研究未来AI用户的需求、行为和期望发现,有效的机器学习对把用户参与降到最低,并创造完美AI体验至关重要。
消费者利用人工智能来完成每日任务的热情高涨。但由于有限的性能和功能令当前解决方案达不到理想预期。Strategy Analytics的 UXIP多用户研究总监暨报告作者Chris Schreiner表示 “有效的学习对创造完美的用户体验至关重要。许多AI解决方案要求用户进行过多的前端操作——手动输入数据或从不同的应用程序中链接配置文件到一个服务中,这对用户来说非常繁琐而费时。”
在一个生态系统中正确识别用户个体同样影响基本任务的执行,尤其是当解决方案不能识别请求指令的个体时。比如,一个用户选择播放音乐,但音乐却在另一个家庭成员的手机中播出,这会令用户和音乐播放的被接受者感到非常沮丧。Strategy Analytics的UXIP多用户研究总监Chris Schreiner补充道,“AI的有效学习要求能够深入访问用户个人信息,以及获得共享AI资源中改进的用户配置信息。从错误中学习的能力将对这些设备的用户体验产生巨大的差异化影响。没有这些因素,AI将不会那么‘智能’。”
好文章,需要你的鼓励
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。