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
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。