I chatbot cambieranno il modo in cui facciamo acquisti
Immagina un mondo in cui hai un personal shopper a tua disposizione 24 ore su 24, un esperto che può consigliare immediatamente un regalo anche per l’amico o il parente più difficile, o esplorare il web per compilare un elenco delle migliori librerie disponibili entro il tuo budget limitato. Ancora meglio, possono analizzare i punti di forza e di debolezza di un elettrodomestico da cucina, confrontarlo con concorrenti apparentemente simili e trovare l’offerta migliore per te. Quindi, una volta che sarai soddisfatto del loro suggerimento, si prenderanno cura anche dei dettagli di acquisto e consegna.
Ma questo acquirente iper-esperto non è un essere umano senza la minima idea: è un chatbot. Questa non è nemmeno una previsione lontana. forza vendita di recente Disse Si stima che l’intelligenza artificiale contribuirà con 263 miliardi di dollari allo shopping online durante le festività natalizie. Si tratta di circa il 21% di tutti gli ordini. E gli esperti scommettono che lo shopping potenziato dall’intelligenza artificiale diventerà un business ancora più grande nei prossimi anni. Secondo questo, entro il 2030, dal commercio tramite agenti si guadagneranno dai 3.000 ai 5.000 miliardi di dollari ogni anno. Ricerca Dalla società di consulenza McKinsey.
Non sorprende che le società di intelligenza artificiale stiano già investendo molto per rendere lo shopping attraverso le loro piattaforme il più semplice possibile. Quello di Google app gemelli Ora puoi sfruttare i punti di forza dell’azienda grafico degli acquisti set di dati di prodotti e venditori e può anche utilizzare la sua tecnologia di agenti per chiamare i negozi per tuo conto. Nel frattempo, a novembre, OpenAI ha annunciato a Centro commerciale Chatgpt È in grado di compilare guide per gli acquirenti più rapidamente e l’azienda ha stretto accordi con Walmart, Target ed Etsy per consentire agli acquirenti di acquistare prodotti direttamente nelle interazioni chatbot.
Aspettatevi che si verifichino più accordi come questo entro il prossimo anno poiché il tempo trascorso dai consumatori a chattare con l’intelligenza artificiale aumenta e il traffico web dai motori di ricerca e dai social media continua a diminuire.
,Rhiannon Williams
LLM farà una nuova importante scoperta
Mi difenderò qui, appena fuori dal cancello. Non è un segreto che i grandi modelli linguistici sputino molte sciocchezze. A meno che le scimmie e le macchine da scrivere non abbiano un po’ di fortuna, LLM non sarà in grado di scoprire nulla da solo. Ma il LLM ha ancora il potenziale per espandere la gamma della conoscenza umana.
Abbiamo avuto un’idea di come potrebbe funzionare a maggio, quando Google DeepMind ha rivelato AlphaEvolve, un sistema che utilizzava i Gemini LLM dell’azienda per elaborare nuovi algoritmi per risolvere problemi irrisolti. La svolta è stata accoppiare Gemini con un algoritmo evolutivo che esaminava i suoi suggerimenti, raccoglieva i suggerimenti migliori e li reinseriva in LLM per renderli ancora migliori.
Google DeepMind ha utilizzato AlphaEvolve per trovare modi più efficienti per gestire il consumo energetico dei data center e dei chip TPU di Google. Queste scoperte sono importanti ma non rivoluzionarie. Per ora. I ricercatori di Google DeepMind stanno ora spingendo il loro approccio per vedere fino a che punto si spingerà.
E altri si sono affrettati a seguire il suo esempio. Una settimana dopo l’arrivo di AlphaEvolve, Anyarya Sharma, un’ingegnere di intelligenza artificiale di Singapore, ha condiviso OpenEvolve, una versione open source dello strumento di Google DeepMind. A settembre, l’azienda giapponese Sakana AI ha rilasciato una versione del software chiamata SyncEvolve. E a novembre, un team di ricercatori americani e cinesi ha presentato AlphaSearch, che secondo loro migliora una delle soluzioni matematiche già migliori di quelle umane di Alphavolve.
