2015年1月6日,中國第二大搜索引擎360搜索正式推出全新獨立品牌“好搜”,新品牌從名稱、logo、視覺標識、新功能等方面都給外界以“為移動互聯(lián)定制”的印象,引發(fā)業(yè)界高度關(guān)注。與此同時,基于對移動搜索未來發(fā)展趨勢的判斷,360搜索決定推出獨立的品牌好搜,并重點發(fā)力移動端,而360“摸字搜”更為移動端用戶帶來了巨大驚喜。
近年,移動互聯(lián)網(wǎng)發(fā)展迅猛,包括BAT、小米、360在內(nèi)無不將移動互聯(lián)網(wǎng)看做是未來的增長點,包括陌陌、微信、臉萌、秘密等在內(nèi),一批重磅移動產(chǎn)品也紛紛應(yīng)運而生。然而,在PC時代如日中天的搜索,似乎在移動時代逐漸變得“平庸”。在很多人看來,當前的移動搜索只是照搬PC端的模式,沒有顛覆性的創(chuàng)新,難道移動互聯(lián)網(wǎng)時代將成為搜索的滑鐵盧?
基于新的移動搜索思維,“好搜”配合新品牌誕生,推出了包括照妖鏡、安心購、良心醫(yī)、摸字搜、周邊號、萬花筒以及隨心談等“七種武器”。這些功能分別從安全、可信賴、便利性、實時性、本地化服務(wù)、社交功能等多個方面,全面滿足用戶在移動環(huán)境下使用搜索的習(xí)慣和需求,讓“好搜”成為更順手、更好用的移動搜索APP,促進整體搜索品牌價值的提升。在新品牌亮相之際,好搜七大創(chuàng)新功能同步推出,為用戶打造一個不作壞事、使用特順手的移動搜索,并向中國第一搜索品牌全面邁進。
以“摸字搜”為例,當用戶刷微博或者看微信時,如果想要復(fù)制感興趣的內(nèi)容部分,只能先復(fù)制全部,然后再在搜索框中刪除多余信息。
(好搜“摸字搜”在手機桌面的顯示及首頁顯示)
在“摸字搜索”出現(xiàn)之前,假定用戶正在使用一個APP時遇到問題需要搜索,需要先退出當前應(yīng)用、然后打開搜索APP,搜索完成后再次回到應(yīng)用當中,操作非常不便。“摸字搜索”的出現(xiàn)大大提升了搜索效率,它可以讓整個搜索過程都是在當前應(yīng)用上的浮層進行,不會影響到當前應(yīng)用的運行,無論你正在聊微信、刷微博、看小說、看電影、瀏覽網(wǎng)頁等,需要搜索時只用輕輕一摸就可以完成,非常方便。 可以說,摸字搜索是好搜在移動搜索領(lǐng)域顛覆式創(chuàng)新的第一步,它顛覆了傳統(tǒng)的移動搜索習(xí)慣。未來好搜還會推出一系列類似的讓用戶眼前一亮甚至尖叫的驚艷創(chuàng)新,持續(xù)保持產(chǎn)品創(chuàng)新和用戶體驗的優(yōu)勢。
(好搜“摸字搜”使用介紹)
與傳統(tǒng)手機復(fù)制方式相比,尤其是在微博微信等載體上復(fù)制內(nèi)容不便時,好搜采用的用手指摸的方式,如同在PC上可以依靠鼠標一樣,讓用戶可以隨意復(fù)制內(nèi)容。從功能原理上來講,好搜實際上是采用了圖像識別技術(shù),當用手指觸摸想要復(fù)制的文字時,則自動識別指定圖片部分后,不用再跳轉(zhuǎn)到手機瀏覽器上,就可以直接進行搜索,極大地提高了搜索效率與操作便捷度。摸字搜的創(chuàng)新之處就在于,它打破了手機屏幕空間的限制,讓手指發(fā)揮了鼠標的作用,用戶輕松一摸,即可實現(xiàn)搜索。
雖然較PC端的使用頻率降低,但是搜索功能、使用場景更加豐富多樣化,好搜“摸字搜”能夠為用戶提供更多的PC搜索無法滿足的生活服務(wù)需求,產(chǎn)品創(chuàng)新才是贏得用戶的根本所在。當好搜提出“向中國第一搜索品牌邁進”這個目標之時,毫無疑問,它的未來表現(xiàn)值得期待。
去年10月,中國互聯(lián)網(wǎng)絡(luò)信息中心發(fā)布《2014中國網(wǎng)民搜索行為研究報告》顯示,2014年上半年我國手機搜索引擎用戶規(guī)模達4.0583億人,同比增長8152萬人。預(yù)計到2014年底,我國移動搜索用戶將達4.5億人,市場規(guī)模將達92.3億元。齊向東預(yù)測,在移動搜索用戶規(guī)模持續(xù)增長的形勢下,360好搜用兩年或者兩年以內(nèi)的時間,在移動搜索市場份額將超過30%,甚至可以向40%、50%邁進。這無疑預(yù)示著2015年移動搜索大戰(zhàn)將更加激烈。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。