Rumah Peranti teknologi AI Google, Microsoft menguji strategi pengiklanan carian AI tetapi diboikot oleh jenama

Google, Microsoft menguji strategi pengiklanan carian AI tetapi diboikot oleh jenama

Jun 09, 2023 pm 10:23 PM
AI chatbot

Google, Microsoft menguji strategi pengiklanan carian AI tetapi diboikot oleh jenama

Menurut berita pada 9 Jun, ramai pembeli pengiklanan mengatakan bahawa Google dan Microsoft Alphabet telah memasukkan iklan dalam enjin carian mereka sendiri semasa percubaan kecerdasan buatan, dan mereka masih belum dapat untuk menarik balik atau pilihan Tertutup. Pendekatan itu telah menimbulkan kemarahan beberapa jenama dan mengancam untuk diboikot oleh industri pengiklanan.

Google dan Microsoft bersaing untuk menggunakan teknologi kecerdasan buatan untuk mengubah enjin carian mereka kerana kecerdasan buatan boleh menjana respons secara automatik kepada soalan pertanyaan terbuka yang dikemukakan oleh pengguna. Proses ini akan mengganggu cara pengiklan menjangkau pengguna melalui iklan hasil carian. Firma penyelidikan MAGNA menganggarkan pasaran pengiklanan carian akan berkembang 10% tahun ini kepada $286 bilion.

Pada Februari tahun ini, Microsoft mula mengeluarkan fungsi chatbot kecerdasan buatan kepada pengguna Bing. Microsoft berkata ia sedang menguji memasukkan iklan ke dalam chatbot kecerdasan buatan enjin carian Bingnya, mengubah hala beberapa iklan carian tradisional kepada respons yang dijana AI.

Dalam temu bual pada Mei tahun ini, Jerry Dischler, pengurus besar Google Ads, berkata bahawa syarikat teknologi itu juga akan menggunakan iklan carian sedia ada untuk mencuba cara menggunakan kecerdasan buatan untuk mencari iklan yang disiarkan dalam syot kilat, ciri beta awal yang dipanggil Pengalaman Generatif Carian yang mula-mula disiarkan secara langsung bulan lepas. Google berkata pembeli iklan pada masa ini tidak boleh menarik diri daripada ujian.

Kedua-dua syarikat berkata mereka berada di peringkat awal menguji keupayaan pengiklanan AI generatif dan secara aktif bekerjasama dengan pengiklan untuk mendapatkan maklum balas mereka.

Pembeli iklan mengatakan sesetengah pengiklan berhati-hati membelanjakan belanjawan pemasaran pada ciri yang hanya digunakan oleh segelintir pengguna. Pengiklan juga selalunya ingin mengawal tempat iklan mereka dipaparkan dan bimbang tentang iklan jenama mereka sendiri yang dipaparkan bersebelahan dengan kandungan yang tidak sesuai atau tidak menyenangkan.

Microsoft dan Google berkata bahawa langkah perlindungan sedia ada dalam enjin carian mereka membolehkan pengguna menetapkan kata kunci untuk menghalang iklan daripada muncul dalam senarai hasil carian yang berkaitan. Ciri ini juga tersedia dalam enjin carian kecerdasan buatan.

Kedua-dua syarikat itu telah melabur berpuluh bilion dolar dalam bidang kecerdasan buatan generatif, termasuk pelaburan dalam syarikat kecerdasan buatan lain. Sebagai contoh, Microsoft melabur berbilion dolar dalam OpenAI, pembangun ChatGPT, dan Google melabur $400 juta dalam pesaing OpenAI, Anthropic. Oleh itu, adalah penting untuk mereka menjana wang sebenar daripada teknologi ini.

Agensi media Horizon Media telah bekerjasama dengan jenama seperti syarikat insurans GEICO dan bir Corona. Jason Lee, naib presiden eksekutif keselamatan jenama syarikat itu, berkata ujian bentuk pengiklanan baharu tanpa persetujuan jenama adalah kebimbangan umum di kalangan pengiklan. Seorang lagi pembeli iklan di agensi utama juga berkata industri itu tidak akan menyokong amalan itu secara universal.

Sebagai tindak balas, beberapa pelanggan pengiklanan utama telah memilih untuk menghentikan pengiklanan dengan Microsoft buat sementara waktu, menurut pembeli iklan yang dimaklumkan. Wells Fargo terus mengarahkan sebahagian daripada belanjawan pengiklanannya ke saluran selain daripada Microsoft, tambah orang itu.

Dalam temu bual, Lynne Kjolso, naib presiden rakan kongsi global dan media runcit Microsoft, berkata bahawa matlamat syarikat adalah untuk memaksimumkan bilangan pengiklan tanpa meningkatkan beban kerja pengiklan Kemungkinan "lancar" pengenalan bentuk baharu daripada iklan carian Bing.

Dia berkata bahawa Microsoft baru-baru ini melancarkan iklan hotel dalam chatbot Bing dan sedang berusaha untuk memperkenalkan iklan daripada industri lain seperti hartanah.

Platform teknologi menyediakan lebih banyak penyelesaian kecerdasan buatan. Walaupun pilihan ini boleh menghasilkan hasil yang lebih baik untuk pengiklan, mereka memerlukan mereka untuk melepaskan sedikit kawalan ke atas iklan mereka. Kebimbangan yang terhasil telah meningkatkan ketegangan antara pengiklan dan platform teknologi.

Samantha Aiken, pengarah carian berbayar di agensi pemasaran Code3, berkata: “Ini bukan kali pertama Google dan Bing mengembangkan rangkaian mereka sambil mengehadkan kawalan pengiklan.”

Aiken mengambil Google Prestasi Max sebagai contoh Ini ialah alat yang menggunakan kecerdasan buatan untuk mencari peletakan iklan terbaik secara automatik merentas berbilang produk Google, menghapuskan keperluan untuk pengiklan menyediakan cara untuk meletakkan iklan sendiri. Beliau berkata ramai dalam industri melihat Google Performance Max sebagai "kotak hitam" kerana model algoritma tidak menerangkan cara ia menentukan tempat untuk meletakkan iklan.

Tiga pembeli iklan berkata mereka bimbang bahawa Microsoft juga tidak mempunyai ketelusan dalam pelaporan dan tidak akan menjelaskan kata kunci carian yang mencetuskan iklan untuk jenama tertentu untuk muncul dalam hasil tindak balas AI generatif, atau sama ada iklan ini berkaitan dengan Bagaimana perbandingan iklan carian tradisional yang berkesan.

Dua pembeli iklan berkata walaupun wakil Microsoft mengakui bahawa pelanggan akan mempunyai kebimbangan ini, mereka tidak menyatakan bila lebih banyak laporan ketelusan akan disediakan.

Seorang pembeli iklan berkata: "Pengiklan tidak boleh mendapatkan laporan secara langsung untuk mengetahui kekerapan iklan mereka muncul dalam chatbot Bing

Kjolso berkata bahawa laporan ketelusan telah menjadi yang teratas permintaan daripada agensi iklan dan pasukan produk Microsoft "mengutamakan isu ini."

“Kami sedang memikirkan tentang ciri dan kawalan tambahan yang perlu kami sediakan kepada pengiklan,” katanya, sambil menambah bahawa pasukan jualan sedang aktif bekerjasama dengan beberapa jenama untuk meyakinkan mereka tentang peletakan iklan. Cara enjin carian menghalang iklan daripada muncul di sebelah kandungan responsif AI yang mengandungi maklumat palsu merupakan masalah besar, kata dua pembeli iklan daripada agensi iklan utama.

Kyorso menjelaskan bahawa maklumat rangkaian besar Bing boleh "meliputi" model bahasa yang besar, yang sebenarnya boleh mengurangkan risiko menjana maklumat palsu.

Atas ialah kandungan terperinci Google, Microsoft menguji strategi pengiklanan carian AI tetapi diboikot oleh jenama. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Jun 28, 2024 am 03:51 AM

Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Jun 10, 2024 am 11:08 AM

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Jun 11, 2024 pm 03:57 PM

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Jun 07, 2024 am 10:06 AM

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Lima sekolah pembelajaran mesin yang anda tidak tahu Lima sekolah pembelajaran mesin yang anda tidak tahu Jun 05, 2024 pm 08:51 PM

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Jul 25, 2024 am 06:42 AM

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Jul 17, 2024 pm 06:37 PM

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. Aug 01, 2024 pm 09:40 PM

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas

See all articles