在有微信之前,發(fā)短信還是中國人很喜歡的方式,發(fā)幾個字溝通很方便,而且短信的溝通成本比較低,有了微信之后,大家就不愛發(fā)短信了,微信的溝通成本更低,而且微信可以發(fā)圖片、發(fā)視頻,可短信還是那個樣子。
2G,3G,4G,一代一代的通信技術(shù),手機從功能手機變成智能手機。短信,現(xiàn)在是時候變一變了。5G消息就是短信的升級產(chǎn)品。
5G消息結(jié)合了富媒體技術(shù),更像是一個包含了圖片、聲音、視頻等內(nèi)容的短信,讓短信一下洋氣了許多,適合提供這樣服務(wù)的服務(wù)商,就得是更懂企業(yè)服務(wù)的to B服務(wù)商。
MWC2021上海展上,5G消息的服務(wù)商幾乎是集體亮相。在展會間隙,億美軟通CEO項凌韜接受了科技行者的采訪。
圖:億美軟通CEO項凌韜
企業(yè)為什么需要5G消息
已經(jīng)有了微信、小程序這些社交平臺,如果給5G消息一個存在的理由,項凌韜認為,5G消息更適合短平快的應(yīng)用場景,召之即來揮之即去、閱后即焚的應(yīng)用。
“比如說,商家的禮品兌換,假設(shè)商家送用戶一個兌換禮品,商家直接下推一條5G消息給用戶,并且告訴用戶密碼,如果用戶收到商家發(fā)送的短信,只要把密碼輸進去,填上地址,商家很快就可以寄送禮品給用戶,不需要拿密碼再登錄網(wǎng)站,因為手機已經(jīng)代表了用戶的身份,不再需要驗證。”
從用戶界面上來看,5G消息類似于小程序,或者像一些H5的應(yīng)用,但跟目前微信的小程序、支付寶的小程序、百度的小程序不一樣的地方是在于,那些小程序是已經(jīng)在企業(yè)的生態(tài)圈之內(nèi),而5G消息是基于一個第三方在公流領(lǐng)域內(nèi),它可以向各個方向為企業(yè)客戶導(dǎo)流。
項凌韜從億美軟通目前的客戶需求來看,企業(yè)發(fā)短信的量還是很大的,也就至少能證明,還有很大一部分的客戶服務(wù)是在微信圈、在企業(yè)自己的CRM圈子之外的。企業(yè)也很希望把散落在微信外面的會員,都拉在自己能控制和管理的范圍之內(nèi),產(chǎn)生交互。這部分還有很大的發(fā)展前景。
對于企業(yè)而言,需要各個渠道的來與自己的用戶溝通,抖音、視頻號、電商渠道、微信等等都還存在,長期來看,這些渠道也是共存的現(xiàn)狀。5G消息更像是一個符合現(xiàn)在人們閱讀習(xí)慣的傳播信息的方式,文本閱讀太過時了。
企業(yè)怎樣用上5G消息
作為企業(yè)用戶,如果想在微信上獲得微信推廣的入口,自然而然就會想到使用微信公眾賬號平臺,以及由此帶來的延伸服務(wù),可如果是使用5G消息,那么企業(yè)應(yīng)該去哪里找渠道呢?
項凌韜介紹,在短信原生的入口里面,Chatbot就是提供搜索入口的。比如想搜12306,就搜索“12306”,搜出來點開,跟微信一樣的操作。到5G消息商用后,一般短信的原生入口里就會有5G消息。
在5G消息入口下,企業(yè)與用戶的溝通有兩種方式,一種是A2P(application to person),就是從后臺企業(yè)可以觸達到用戶;還有一種方式是用戶可以主動上行去獲取。
“現(xiàn)有條件下,是用文字的關(guān)鍵詞去觸發(fā),也可以用語音語義識別來觸發(fā),形成新的交互模式。”項凌韜說。
5G消息目前的發(fā)展情況
據(jù)了解,目前三家運營商已完成招CSP(Chatbot Service Provider)的第一步,運營商希望這些服務(wù)商可以給他們帶來更多的案例和應(yīng)用。
三家電信運營商正在進行互聯(lián)互通的調(diào)試工作,再過一段時間,今年應(yīng)該能夠具備試商用的條件。
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。
琢磨技術(shù)發(fā)展史,關(guān)注算力產(chǎn)業(yè),關(guān)注數(shù)字經(jīng)濟。
參與編寫了《開源法則》(人民郵電出版社),《人類計算簡史:從中國算盤到數(shù)字經(jīng)濟》(中共中央黨校出版社)。