北京時間5月6日早間消息,在美國、日本和其他多個重要國家,用戶通過移動端的谷歌搜索次數(shù)已超過了通過PC端的搜索。這也促使谷歌針對移動設(shè)備開發(fā)更多功能。
谷歌搜索廣告副總裁杰瑞·蒂奇勒(Jerry Dischler)表示,谷歌已在10個國家看到了這樣的變化。蒂奇勒將在周二關(guān)于谷歌AdWords的活動上討論這一重要的里程碑。谷歌也發(fā)布了一些工具,幫助廣告主在移動搜索結(jié)果旁展示他們的服務。
在數(shù)字廣告領(lǐng)域,谷歌正面臨著Facebook和Twitter的競爭。目前,谷歌正在拓展服務,更好地覆蓋移動端用戶。市場研究公司eMarketer估計,今年,谷歌在移動廣告市場的份額將為35%,低于2014年的38%。
蒂奇勒表示:“我們認為,這是數(shù)字領(lǐng)域一個真正的轉(zhuǎn)折點。我們已看見這樣的趨勢出現(xiàn)了幾年時間,我們已先于機會的到來進行了投資。”
新的廣告工具幫助企業(yè)通過移動端去推廣產(chǎn)品。對于汽車行業(yè),移動用戶可以看到汽車的滾動圖片,了解車輛的不同配置,而點擊圖片將可以獲得更多信息。如果用戶希望尋找酒店,那么將可以通過合作伙伴的服務看到不同的價格,并進行預訂。
谷歌還在美國版Google Compare服務中推出了抵押貸款功能,谷歌此前已在英國推出了類似功能。通過該功能,房屋買家將可以查看貸款利率、條款和手續(xù)費等信息。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(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)合深度學習和數(shù)學優(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。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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練效率,已在多個任務上驗證有效性。