2015年4月28日到30日,移動互聯(lián)網(wǎng)最前沿的行業(yè)盛會2015全球移動互聯(lián)網(wǎng)大會(GMIC)在北京國家會議中心召開,本屆大會的主題為 “Mobile Everything( ‘移’生萬物)”。
GMIC 2015開展首日,智能硬件、O2O依然是討論的大熱,移動醫(yī)療服務(wù)也正在成為大家關(guān)注的領(lǐng)域。環(huán)信提供的服務(wù)和本次大會的主題和熱點(diǎn)極度契合,環(huán)信即時(shí)通訊云服務(wù)和全新上線的移動客服產(chǎn)品可以為包括智能硬件、O2O、移動醫(yī)療等服務(wù)提供一站式的社交溝通和售前售后等解決方案。
環(huán)信即時(shí)通訊云E46展臺人頭攢動,尤其獲得海外用戶的熱烈追捧。同時(shí),來自印度、巴基斯坦和以色列的三位海外企業(yè)用戶直接現(xiàn)場就簽約了環(huán)信移動客服坐席。為了給環(huán)信的海外用戶提供更穩(wěn)定快捷的服務(wù),環(huán)信早在2014年就開通了海外節(jié)點(diǎn),環(huán)信CEO劉俊彥還透露隨著環(huán)信移動客服受到了海外用戶的高度關(guān)注,環(huán)信考慮2015年加速海外節(jié)點(diǎn)的部署。
來自以色列的電商企業(yè)用戶表示環(huán)信的移動客服產(chǎn)品徹底解放了電話接線員,一個(gè)客服坐席可以同時(shí)服務(wù)十多個(gè)顧客,極大的降低了企業(yè)的客服成本。
環(huán)信CEO劉俊彥(左)現(xiàn)場為企業(yè)用戶講解環(huán)信移動客服產(chǎn)品技術(shù)細(xì)節(jié)和使用場景
在經(jīng)歷千萬移動端用戶同時(shí)在線,每天億級消息量的考驗(yàn)后,環(huán)信在成熟的即時(shí)通訊平臺基礎(chǔ)上全新打造了革命性的移動客服平臺。環(huán)信移動客服基于即時(shí)通訊云,是一個(gè)面向跨平臺的移動端客服平臺?;诤A块L連接技術(shù)的IM模式“環(huán)信移動客服”更適合復(fù)雜網(wǎng)絡(luò)環(huán)境下,海量用戶的移動客戶端跨平臺服務(wù),是多客服協(xié)作,客戶不掉線,消息必達(dá),以及無限接入人數(shù),超線拉取排隊(duì)會話等的根本技術(shù)保障。且有別于其他客服的輪詢方式,基于IM長連接技術(shù),可以保障省流量、省電量,更高效。環(huán)信移動客服的推出預(yù)示著移動客服將開啟長連接時(shí)代。
環(huán)信移動客服具備史上最強(qiáng)大的移動端SDK,與環(huán)信即時(shí)通訊SDK共享核心代碼,歷經(jīng)2年研發(fā)迭代,2萬家APP實(shí)際驗(yàn)證。同時(shí)具備:
1、高效的會話支撐系統(tǒng),讓企業(yè)與客戶的溝通更順暢,提升客服代表工作效率。
2、透明的質(zhì)檢系統(tǒng),事后的考核評價(jià),實(shí)時(shí)糾正、協(xié)助客服代表。
3、精準(zhǔn)的客戶畫像,卓越的用戶體驗(yàn)從精準(zhǔn)的了解用戶開始。
4,多渠道接入,以移動端為核心,多渠道接入的統(tǒng)一客戶服務(wù)平臺。
最后環(huán)信移動客服還是一個(gè)開放的平臺,支持差異化的客服業(yè)務(wù)需求。
區(qū)別于傳統(tǒng)客服,環(huán)信移動客服平臺的核心是:云端服務(wù)+開源開放平臺+生態(tài)體系。環(huán)信移動客服將打通上下游,為使用客服的企業(yè)引入更多的合作伙伴服務(wù),這些服務(wù)將以插件的形式平滑引入,而開源正是支撐平臺的關(guān)鍵。預(yù)計(jì)環(huán)信移動客服平臺將開創(chuàng)100億美元的市場商機(jī),與合作伙伴們共享。
Gartner預(yù)測2015年60%的客服請求將來自移動端,環(huán)信已經(jīng)為你準(zhǔn)備好了全套移動客服解決方案,你準(zhǔn)備好了嗎?
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)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(shí)驗(yàn)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(jì)大學(xué)團(tuán)隊(duì)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(jī)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)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(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。