CNET科技資訊網(wǎng) 2月6日 北京消息:2017年初,微信小程序上線,在外界看來(lái),微信小程序的做法是集合了各種應(yīng)用的入口,變相實(shí)現(xiàn)了一個(gè)事情——去APP化。實(shí)際上,去APP化這件事谷歌、阿里、百度都做過(guò),很多企業(yè)希望借此讓服務(wù)直達(dá)用戶。樂(lè)視認(rèn)為,去APP化的關(guān)鍵是人工智能。
智能手機(jī)興起之后,觸控屏顛覆了手機(jī)交互方式,大量的APP豐富了人們生活,且在一定層面上改變了互聯(lián)網(wǎng)的產(chǎn)業(yè)結(jié)構(gòu),涌現(xiàn)出了大量的新生企業(yè)和事物。但是隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展,許多新的問(wèn)題也隨之出現(xiàn)了。當(dāng)APP和服務(wù)飽和并過(guò)剩,帶來(lái)了功能過(guò)度細(xì)分,碎片化嚴(yán)重,操作界面擁擠等問(wèn)題。
隨著過(guò)飽和又彼此獨(dú)立的APP一同而來(lái)的,是一個(gè)讓人頭疼的問(wèn)題:管理成本高。要為下載的APP注冊(cè)多少賬戶?換手機(jī)重新安裝軟件賬戶密碼都忘了?統(tǒng)一密碼安全性不夠怎么辦?而這樣的管理成本,只會(huì)隨著APP市場(chǎng)的發(fā)展,而不斷累積。
APP碎片化還造成了“路徑封閉,割裂需求”。用戶一個(gè)完整的需求,被APP細(xì)分的功能切割成幾個(gè)甚至很多個(gè)部分,讓需求實(shí)現(xiàn)起來(lái)大費(fèi)周章,還存在了更多偶然風(fēng)險(xiǎn)。比如,我想去旅行。這是一個(gè)完整的需求。我可能會(huì)為此下幾個(gè)應(yīng)用:攻略、旅游預(yù)訂、機(jī)票、酒店民宿、等等,應(yīng)用同質(zhì)化高,管理起來(lái)也困難。
數(shù)據(jù)顯示,2016年9月谷歌商店APP總數(shù)超過(guò)240萬(wàn),每月有超過(guò)5萬(wàn)個(gè)APP被提交,但是65%智能手機(jī)用戶1月內(nèi)下載新APP的數(shù)量為0。數(shù)量龐大的APP給用戶帶來(lái)方便的同時(shí),帶來(lái)的問(wèn)題與日俱增。
微信小程序的出現(xiàn)或許能為用戶釋放了大量的存儲(chǔ)空間,再也不用下載各種各樣的APP,一個(gè)微信統(tǒng)統(tǒng)搞定。對(duì)低頻小程序開(kāi)發(fā)者來(lái)說(shuō),反正無(wú)法擁有自己的APP;相反,用了小程序,會(huì)增加用戶時(shí)間,增加營(yíng)銷(xiāo)機(jī)會(huì)。對(duì)于高頻APP來(lái)說(shuō),它們雖然沒(méi)有被卸載之憂,但需要在損失一定可營(yíng)銷(xiāo)、高體驗(yàn)的用戶時(shí)間,與多一個(gè)渠道帶來(lái)的利益之間權(quán)衡。
盡管如此,樂(lè)視認(rèn)為,用微信小程序來(lái)實(shí)現(xiàn)去APP化,只是實(shí)現(xiàn)了整合內(nèi)容服務(wù),并沒(méi)有直達(dá)用戶。而且像微信這樣的超級(jí)APP,不可能獲得手機(jī)系統(tǒng)最高權(quán)限,無(wú)法從系統(tǒng)層面學(xué)習(xí)用戶習(xí)慣,從而實(shí)現(xiàn)智能推薦,讓服務(wù)直達(dá)用戶。所以真正的去APP化只能從系統(tǒng)層面實(shí)現(xiàn),超級(jí)APP是無(wú)法實(shí)現(xiàn)的。去APP化的最終目的,是深度整合內(nèi)容服務(wù),開(kāi)發(fā)者應(yīng)用可以直達(dá)用戶。
樂(lè)視用EUI系統(tǒng)舉例:原來(lái)用戶行為都被限制在一個(gè)個(gè)的應(yīng)用里,路徑很短,就被迫退出,EUI系統(tǒng)希望用戶的行為可以隨著他的需求和意識(shí),自由流動(dòng),讓用戶體驗(yàn)更加流暢。在2017 CES上,樂(lè)視EUI展示了最新版本。
樂(lè)視介紹,現(xiàn)階段EUI已經(jīng)做了很多嘗試,讓服務(wù)去找用戶。EUI在會(huì)識(shí)別短信內(nèi)容,在日歷中生成提醒,比如,火車(chē)訂票信息,會(huì)自動(dòng)在日歷里生成日程提醒,EUI會(huì)在提醒的同時(shí),根據(jù)用戶的興趣個(gè)性化地推薦精彩視頻,然后用戶可以選擇一鍵下載,甚至自動(dòng)幫用戶下載。當(dāng)然還有更多需求場(chǎng)景,比如出行,比如追星,用戶的需求,都可以通過(guò)一個(gè)入口,被完整、完美的實(shí)現(xiàn)。
樂(lè)視認(rèn)為,一直打造的開(kāi)放的閉環(huán),恰恰是解決這個(gè)問(wèn)題的一個(gè)重要模式,一個(gè)系統(tǒng)閉環(huán),讓用戶進(jìn)入成本降到最低,同時(shí)生態(tài)開(kāi)放,接入豐富的內(nèi)容、服務(wù)、社交,甚至除了手機(jī)以外的其他終端。讓用戶通過(guò)管理一個(gè)系統(tǒng),就管理了各種需求。
EUI利用大數(shù)據(jù)分析,進(jìn)行智能推薦,使每個(gè)應(yīng)用不再是一個(gè)個(gè)孤島,而是在系統(tǒng)層面上連成一片。EUI是多終端的操作系統(tǒng),以樂(lè)視的海量?jī)?nèi)容作為依托,有更加立體的大數(shù)據(jù)庫(kù),可以對(duì)用戶進(jìn)行準(zhǔn)確的勾勒,同時(shí),智能識(shí)別用戶使用場(chǎng)景,對(duì)用戶進(jìn)行綜合智能推薦內(nèi)容、應(yīng)用、服務(wù),或者是改變當(dāng)前的系統(tǒng)設(shè)置。
通俗點(diǎn)講就是將EUI服務(wù)深度整合到日常使用場(chǎng)景當(dāng)中,如:用戶提前購(gòu)買(mǎi)到電影票,影票信息就會(huì)在日歷中生成卡片信息,在當(dāng)天用戶會(huì)收到觀看提醒,并詢問(wèn)是否安排易到接送車(chē),飛機(jī)票或其他重要日常也是如此,可以實(shí)現(xiàn)提前提醒約車(chē)。
隨著人工智能的興起和逐步成熟,語(yǔ)音識(shí)別、自然語(yǔ)言處理、圖像識(shí)別和專家系統(tǒng)等等人工智能技術(shù),也越來(lái)越實(shí)用了。
人工智能下的樂(lè)視EUI想象力是巨大的,基于云計(jì)算及大數(shù)據(jù)平臺(tái),將具備語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理,能以人類(lèi)智能相似的方式做出反應(yīng)。并能在使用過(guò)程中通過(guò)千萬(wàn)人的教授功能逐漸自增長(zhǎng),滿足各類(lèi)用戶的多樣化個(gè)性化需求,使語(yǔ)音操控界限無(wú)限制延伸,通過(guò)不斷自學(xué)習(xí)全面覆蓋。
樂(lè)視總結(jié)道,只有在人工智能的幫助下,手機(jī)才能真正實(shí)現(xiàn)去APP化,手機(jī)將不再是用戶獲取內(nèi)容的工具,而是智能的生活助手,為用戶提供全新的互聯(lián)網(wǎng)生態(tài)生活方式。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)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(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。