AdsWorldEngine: A Self-Evolving Conversational Advertising Agent through Orchestrator and Tool Coevolution
AdsWorldEngine è un framework pubblicitario conversazionale auto-evolutivo che impiega una procedura di coevoluzione attore-strumento iterativa e una modellazione del giudizio basata su etichette per inferire dinamicamente l'intento commerciale, ottimizzare gli strumenti di consegna pubblicitaria e migliorare significativamente le metriche di rilevanza, diversità e ricavo nelle interazioni con assistenti multi-turno.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immagina di chiacchierare con un amico digitale super intelligente che ti aiuta a pianificare la giornata, trovare un ristorante o scegliere un nuovo videogioco. Nei vecchi tempi di internet, se avessi digitato "miglior pizza vicino a me" in una casella di ricerca, un elenco di annunci sarebbe apparso immediatamente. Era facile perché la tua richiesta era breve e chiara. Ma oggi, le conversazioni sono diverse. Potresti dire: "Sto pensando a un viaggio al mare" e il tuo amico ti suggerisce alcuni posti. Poi dici: "Non nei Caraibi" e lui affina la lista. Infine, potresti chiedere: "Qualcosa di più economico?". In questa danza di avanti e indietro, capire quando mostrare un annuncio e quale annuncio mostrare è come cercare di prendere un pesce mentre nuota in un fiume scuro e in movimento. Non puoi semplicemente lanciare una rete; devi capire l'intera storia, indovinare cosa vuole davvero la persona e assicurarti che l'annuncio sembri utile, non fastidioso. Questa è la sfida della "pubblicità conversazionale", un campo che sta cercando di fare in modo che il messaggio giusto appaia al momento giusto in una chat senza rovinare l'atmosica.
Entra in scena AdsWorldEngine, un nuovo sistema progettato dai ricercatori di Microsoft per risolvere questo complicato enigma. Immaginalo come una squadra altamente addestrata e in continua evoluzione di agenti digitali che lavorano insieme per gestire un negozio di pubblicità intelligente all'interno di una conversazione. Invece di limitarsi a seguire uno script rigido, questo sistema ha tre personaggi principali: un Gatekeeper (il Guardiano), un Conductor (il Direttore d'orchestra) e un Judge (il Giudice).
Il Gatekeeper è il primo a parlare. Prima ancora che gli annunci vengano considerati, osserva la conversazione e si chiede: "È un buon momento per mostrare un annuncio?". È come un buttafuori in un club che decide se la musica è adatta per una pausa pubblicitaria. Se l'utente sta solo chiedendo fatti o se la conversazione è troppo sensibile, il Gatekeeper dice "No" e tiene lontano l'annuncio per proteggere l'esperienza dell'utente.
Se il Gatekeeper dà il via libera, subentra il Conductor. Questo è il cervello principale dell'operazione. Ascolta l'intera cronologia della chat, capisce cosa vuole davvero l'utente (anche se non lo ha detto direttamente) e poi richiama un set di Tools (Strumenti) — come un bibliotecario, un acquirente e un selezionatore — per trovare i tre migliori annunci. Il Conductor non si limita a scegliere i primi tre che trova; li controlla, si assicura che siano diversi tra loro e garantisce che si adattino effettivamente all'umore attuale dell'utente.
Ecco la parte davvero interessante: il sistema non si ferma qui. C'è un Judge che osserva l'intero spettacolo dopo che è avvenuto. Il Giudice valuta quanto sia stata buona la selezione degli annunci. Se gli annunci erano perfetti, il Conductor riceve un punteggio alto. Se gli annunci erano noiosi o fastidiosi, riceve un punteggio basso. Ma la magia di AdsWorldEngine è che usa questi punteggi per insegnare a tutti come migliorare. È come un videogioco in cui il giocatore (il Conductor) e i designer del livello (gli Strumenti) imparano l'uno dall'altro. Quando il Conductor fa qualcosa di grande, il sistema salva quel momento per mostrare agli Strumenti: "Ehi, ecco come dovresti lavorare!". E quando gli Strumenti fanno un ottimo lavoro, il Conductor impara: "Ecco come devo chiedere aiuto!". Evolvono insieme, diventando più intelligenti a ogni conversazione.
I ricercatori hanno scoperto che questo approccio "auto-evolutivo" funziona incredibilmente bene. Addestrando il sistema a imparare dai propri successi e fallimenti, hanno visto miglioramenti massicci. Nei loro test, il sistema ha reso gli annunci il 60% più diversificati (il che significa che vedevi una varietà più ampia di cose, non solo le stesse cose ripetutamente) e l'80% più rilevanti (gli annunci corrispondevano effettivamente a ciò di cui l'utente stava parlando). Quando lo hanno provato nel mondo reale con Microsoft Copilot, un popolare assistente AI, i risultati sono stati ancora più impressionanti: il sistema ha aumentato il valore degli annunci del 22% e ha mostrato annunci in il 74% di conversazioni in più dove erano effettivamente utili.
Ciò che rende questo approccio diverso da altri tentativi è che non si basa solo su un essere umano che dice al computer cosa fare, o su una semplice regola come "se l'utente dice 'compra', mostra un annuncio". I ricercatori sostengono che le regole semplici e l'addestramento di base non siano sufficienti perché le conversazioni sono troppo complesse. Invece, hanno costruito un ciclo in cui il sistema pratica, viene valutato e poi riscrive le proprie regole per migliorare. Hanno anche inventato un modo speciale per insegnare al sistema come prendere decisioni "soggettive" — come sapere quando un annuncio sarebbe fastidioso — usando le etichette umane come guida e filtrando il ragionamento errato.
In breve, AdsWorldEngine è un passo avanti nel rendere gli assistenti AI più naturali e meno simili a un cartellone pubblicitario. Suggerisce che il futuro della pubblicità non consiste nell'interromperti, ma nell'essere una parte utile della conversazione, imparando da ogni interazione per ottenere il tempismo e il contenuto giusti. Il documento mostra che quando lasci che l' "attore" (colui che parla) e gli "strumenti" (coloro che recuperano i dati) imparino insieme, l'intero sistema diventa molto più intelligente ed efficace rispetto a se fossero stati addestrati separatamente.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.