4月26日,移动发现平台Appnext在北京成功举办了新闻发布会,在会上,这一以色列公司发布了两大产品,新一代用户智能技术——Appnext Timeline以及正在申请专利的产品——Appnext Actions。
据悉,Appnext Timeline是根据广告市场的现状,并且通过关注现实生活中用户某一时刻的情况、相关性及参与性,而非关注用户概况和广告浏览,从而打断用户体验广告技术的表达方式。利用全新多Appnext技术不仅可以充分利用用户的位置、实时和历史行为模式,来了解他们在某一时刻的场景,从而预测其接下来可能的行动。
“这项新技术可以辨识100多种用户情景,并将其转化为个性化的用户时间轴,进而识别用户位置比如家中、工作地点、国外,以及他们在某时刻所置身的数十种情况,比如起床、听音乐、通勤上班、使用公共交通等。”Appnext创始人兼首席执行官Elad Natanson在会上表示。
过去多年内,广告技术行业在用户智能方面突发猛进,使得广告商能够通过人口统计参数、地理定位来了解他们的理想用户。例如,出租车app广告商可以获取不同用户群的多个背景统计参数。因此,用户可能会受到针对其背景统计资料(可能颇精准)的广告所狂轰乱炸,但是,这些广告与用户在特定时刻的行为几乎毫无关系。
正因如此,Appnext Timeline让广告商把其用户的购买、重新参与活动及预算,集中于可能产生最佳影响和积极参与的时刻。例如当用户将要离开办公室或旅行时展示出租车app,使广告商将重点放在即时参与上,不仅使得开发者能够有效管理其高质量资源,也能够提高每个广告印象的用户价值和收入。
此外,据Appnext业务发展副总裁Avi Hadas介绍,Appnext另一款产品——Appnext Actions可以简化手机设备上数十种日常任务,帮助用户更快更有效地做出更好的选择。
“Appnext Actions可将任何APP转变为 ‘超级APP’平台,将用户连接到其下一个行动。这个 ’超级APP’可以利用先进的AI技术,根据用户的实时需求,在需要作出决策的精准时刻为用户推送合适的第三方服务APP。比如,当用户想叫外卖、打的或购买礼物时,手机上便会展现专门为这些特定应用场景和应用偏好而个性化的服务和APP选项,以便他们作出选择。”他表示。
据了解,Appnext Actions是专门针对智能手机而设计的移动产品,可同时支持原生和即时APP,为用户提供直接通向下一个行动的捷径。
同时,Appnext Actions还颠覆了传统的营销途径,可让营销人员简化APP使用流程,把精力集中于用户实时的意向和即时的参与,毋须再像业界初期那样去争取用户安装。与搜索体验类似,Appnext Actions的结果页面会展现最合适的APP,其中包括最多2个赞助结果。这种智能化推荐基于专有的索引算法,将根据国家、用户设备、流行APP,以及用户经常使用的APP等指标来推荐。展现给用户的APP将具有时间、成本、折扣等实时信息,以及一个通过深度链接实现的个性化APP内目的地。
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。