至顶网网络频道 06月20日 编译:思科希望将企业的无线网络设备转变为一种客户分析工具。为此,思科计划收购位于美国加州伯灵格姆的云计算专业公司July Systems,这家公司的Proximity MX平台通过分析用户如何与Wi-Fi热点进行互动,了解在商店、酒店和会议中心等室内场所的访客行为。
该产品特别强调更好地了解重复访问者的行为。Proximity MX可以针对每个用户生成July Systems所谓的“位置角色”,其中包含关于他们活动习惯的数据。例如,对酒店顾客使用Wi-Fi的情况进行分析,可以透露他们通常是从休息室访问无线网络,并且通常是周末入住酒店。
企业可以使用Proximity MX的数据,根据客户喜好定制市场营销活动。连锁酒店可以为周末入住的客人制作特别促销活动,而零售商可以采取类似的有针对性的方法,更好地吸引顾客。
Wi-Fi使用情况的统计数据还可以为企业的业务运营提供新的见解。如果一家商店的顾客花费大量的时间浏览某个特定区域的网页,这可能意味着他们可能会对价格产生怀疑,并且正在查看竞争对手的在线目录。
多年来思科一直通过与July Systems的经销商协议向企业客户提供Proximity MX。收购完成后,思科将把July Systems并入思科企业网络集团。
Proxmity MX将补充思科的Meraki云控制Wi-Fi产品线。通过添加分析功能,思科可以帮助企业客户从其网络设备中获得更多价值,从而获得竞争优势。
思科公司业务发展副总裁Rob Salvagno在一篇博客文章中这样写道:“通过标准化和强大的位置信息,我们看到了一个令人兴奋的合作伙伴生态系统,将提供更多客户洞察力、额外的访客和顾客参与计划,并最终为所有利益相关者带来更多收入。”
思科预计在截止于10月28日的2019财年第一季度完成收购。但思科没有透露这次收购的金额。
好文章,需要你的鼓励
检索增强生成(RAG)正成为AI领域的关键技术,通过结合外部信息检索与大语言模型的生成能力,解决传统模型仅依赖训练数据的局限性。RAG允许模型实时访问外部数据库或文档,提供更准确、更新的信息。该技术可应用于企业文档查询、个人化AI助手等场景,通过向模型提供特定领域知识来获得精准结果。微软专家指出,RAG有助于结合知识与推理、提高模型使用效率,并支持多模态应用。
加州大学伯克利分校研究团队开发出革命性的R2R2R系统,仅需智能手机拍摄和一段演示视频,就能自动生成大量机器人训练数据。该系统绕过了传统昂贵的远程操作和复杂物理仿真,通过3D重建和智能轨迹生成技术,让机器人训练效率提升27倍,成本大幅降低,有望让高质量机器人技能变得像安装手机应用一样普及。
AI数据平台iMerit认为企业级AI工具集成的下一步不是更多数据,而是更好的数据。该公司正式推出学者计划,旨在建立专家团队来微调生成式AI模型。与Scale AI的高吞吐量方法不同,iMerit专注于专家主导的高质量数据标注,需要深度人工判断和领域专业监督。公司目前与超过4000名学者合作,客户包括三家大型生成式AI公司、八家顶级自动驾驶公司等。
腾讯优图实验室提出AnoGen方法,仅用3张异常图片就能训练出高精度工业检测AI。该方法通过扩散模型学习异常特征并生成大量逼真样本,在MVTec数据集上将检测精度提升5.8%,为解决工业异常检测中样本稀缺问题提供了突破性方案。