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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。