Amazon 通过推出一项新的生成式 AI 工具,致力于为用户打造更加个性化的购物体验。周三,Amazon 宣布推出名为 "Interests" 的新功能,旨在帮助用户在其平台上发现与个人爱好和偏好相匹配的商品。
据 Amazon 介绍,这款 AI 工具可以根据用户兴趣进行智能推荐。比如,为 NFL 球迷推荐最新的橄榄球运动服饰,为高尔夫爱好者推荐相关器材,或为摄影发烧友推荐摄影器材。
这款在后台持续运行的工具,旨在帮助消费者从海量商品中快速筛选出最适合他们的产品。用户可以使用自然语言进行交互,例如输入"咖啡爱好者的冲煮工具和配件",AI 就会在 Amazon 商城中搜索相关产品。该功能还能根据用户的预算范围生成定制化推荐。
目前,Amazon Interests 仅向少量美国用户开放,可在 Amazon 购物 App 和移动网站上使用,并计划在未来几个月内扩大访问范围。对于获得早期访问权限的用户,该功能将出现在 Amazon 购物 App 的 "Me" 标签下。
这是 Amazon 不断扩充的 AI 产品线中的最新升级,其他产品包括更具对话性的 Alexa、更多 AI 生成的评论摘要,以及对现有 AI 购物助手 Rufus 的增强。这一发布也恰逢科技公司正在探索如何让 AI 系统更像真正的助手,为用户提供有意义支持的时期。
不过,市场研究公司 Forrester 的分析师 Sucharita Kodali 表示,这款工具感觉像是对现有个性化系统的延伸,这类系统在零售领域已经使用多年。
Kodali 说道:"在我看来,这只是另一个带有偏好中心层的推荐引擎。也许它有更漂亮的用户界面来吸引人们,但在功能上与电商行业已有几十年的功能并没有太大区别。"
这一消息与 Amazon 本周的春季促销同时发布,用户可以在3月31日之前享受电子产品、家居用品和日常必需品等多个品类的优惠。
好文章,需要你的鼓励
芬兰阿尔托大学研究团队开发出革命性光学计算方法,利用单束光线实现复杂张量运算。该技术将数字信息编码到光波的振幅和相位中,通过光波相互作用自动完成深度学习所需的矩阵和张量乘法运算。与传统GPU逐步处理不同,光学系统可同时并行执行所有计算操作,运算速度达到光速级别。研究显示该方法具有被动处理、低功耗等优势,预计3-5年内可集成到现有硬件平台,为AI计算带来重大突破。
新加坡科技设计大学研究团队发现,通过控制大型语言模型的"思考语言"可显著提升输出多样性。研究显示,AI用非英语语言思考时能产生更多样化的答案,且距离英语越远的语言效果越好。混合多种语言思考的策略表现最佳,不仅提升创意输出,还增强了文化多元化表达能力,为解决AI输出同质化问题提供了简单有效的方案。
科学家成功将传统公里级粒子加速器缩小至房间大小,并实现商业化。TAU Systems公司开发的激光驱动尾场加速器利用超强激光脉冲产生等离子体,将电子加速至相对论速度。该设备首先用于航天电子设备的辐射测试,能量范围60-100兆电子伏特,成本约1000万美元起。未来还可应用于医疗成像、芯片检测和X射线光刻等领域,有望大幅降低粒子加速器的使用门槛。
浙江大学研究团队开发了PhyRPR三阶段视频生成系统,解决AI视频中物理规律违背问题。该方法将物理理解与视觉生成分离处理:首先用大型语言模型进行物理推理和关键帧生成,然后规划连续运动轨迹,最后通过运动感知技术精化视觉效果。实验证明该方法在物理一致性和视觉质量方面均优于现有技术。