2019年6月18日,第六届全国商业IT服务转型巡回暨新技术新产品推介会(济南站)在济南龙都国际大酒店举行。活动由“中国电子商会商业信息化专委会”与《智慧零售与餐饮》联合举办,旨在推动零售以及餐饮业的智能化、数据化创新,为各地的零售以及餐饮业经营者提供有价值的整体解决方案。
杰和GDSM数字标牌管理系统,作为通过Intel认证并重点推广的“英特尔物联网行业整体解决方案”(Intel MRS)受邀参加活动,并作了题为《GDSM利用AI视讯技术加速零售业智慧升级》的主题演讲,同时还在现场展示了基于人工智能和电脑视觉技术的GDSM智能数字标牌。
在网络购物的冲击下,实体零售持续下滑,人们在面对线下消费时越来越注重自身的消费体验。这意味着零售商需要为进入实体店的顾客创造新的体验。AI可以通过个性化将其提升到一个新的水平。杰和GDSM是以AI和深度学习为动力的智慧数字标牌平台,可以对客户进行识别,并根据客户的面部特征检索其购买历史或者直接向他们推送有用的商品信息。GDSM可以通过两种方式来改进内容投送。
首先利用大数据升产品销量。例如在天气炎热的夏日冰镇饮料的销量会大幅攀升。深度学习通过采集分析终端情况,为此不同环境设置相应内容。例如在气温骤降的阴雨天,系统检测到天气数据适合饮用热饮,这时智慧数字标牌系统通过学习会自动撤下冷饮的促销广告,并将其更换为热饮促销广告。
其次是利用AI视觉技术“智造”个性化内容。如果一名女性购物者走进一家时装店,数字标牌系统可能会发现她穿着颜色亮丽的连衣裙。系统获取这些信息,然后检索店内亮色连衣裙的品类,然后将这些信息通过无处不在的数字标牌实时传达给购物者。不仅能让顾客看到个性化的信息,还能促进他们查看这些商品并进而带动更多销售。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。