5月21日上午消息,阿里巴巴發(fā)布《互聯(lián)網(wǎng)+她時代:女性創(chuàng)業(yè)者報告》指出,中國女性在創(chuàng)業(yè)方面較之其他國家女性有著更加突出的表現(xiàn)。中國女性創(chuàng)業(yè)占比與美國相當(dāng),相較于法國、德國、俄羅斯等歐洲國家女性,更具創(chuàng)業(yè)精神。
5月20日,在“首屆全球女性創(chuàng)業(yè)者大會”上,馬云當(dāng)著全球超過1000名女性的面頌揚女性之美:“世界因為女性而美好,世界因為女性而成其為世界。永恒的女性引領(lǐng)我們上升!” 馬云表示,從IT時代到DT時代,互聯(lián)網(wǎng)+給女性創(chuàng)業(yè)賦予新的能量與內(nèi)涵,讓女性插上創(chuàng)業(yè)的翅膀,用智慧,魅力,本色開啟創(chuàng)業(yè)新時代。
根據(jù)波士頓咨詢公司2014年的資料顯示,2012年美國女性創(chuàng)業(yè)占到其18至64歲人口比例的10%,而中國女性創(chuàng)業(yè)占比達到了11%,與美國相當(dāng),相較于法國、德國、俄羅斯等歐洲國家女性,更具創(chuàng)業(yè)精神。
報告指出,線上女性創(chuàng)業(yè)者平均年齡32.6歲,比線下的47.6歲年輕了15歲,61%的創(chuàng)業(yè)女性在18-29歲之間,也就是80后、90后的創(chuàng)業(yè)意愿最強烈。我們熟悉的女性創(chuàng)業(yè)者:奧運冠軍勞麗詩、“玻璃女孩”丁紅玉、最火APP“魔漫相機”創(chuàng)始人任曉倩、返鄉(xiāng)大學(xué)生趙海伶等,都屬于80后、甚至是90后人群。
大淘寶平臺交易規(guī)模的46%由女性創(chuàng)業(yè)者完成,這一比率在男性占優(yōu)的傳統(tǒng)商業(yè)領(lǐng)域難以想象。但是,由于女性本身謹(jǐn)慎細膩的個性,企業(yè)規(guī)模多為個體或小微企業(yè),在天貓平臺創(chuàng)業(yè)的女性店鋪平均啟動資金21萬元,遠低于工商新注冊企業(yè)實體539萬元的平均注冊資本。低門檻和低風(fēng)險,也是吸引年輕女性進行網(wǎng)絡(luò)創(chuàng)業(yè)的一個不可忽視的因素。
基于阿里巴巴生態(tài)系統(tǒng)內(nèi)的數(shù)據(jù)分析,報告得出結(jié)論:由于女性的特質(zhì),在這個平臺上創(chuàng)業(yè)的女性并不輸于男性。報告指出:在全球67個經(jīng)濟體中,傳統(tǒng)領(lǐng)域的女性創(chuàng)業(yè)者僅占女性全部人口的3.6%,和男性創(chuàng)業(yè)者群體存在巨大總量差距,傳統(tǒng)企業(yè)的女性企業(yè)家更是屈指可數(shù)。然而在互聯(lián)網(wǎng)背景下,女性創(chuàng)業(yè)者卻能夠占據(jù)“半邊天”。在大淘寶交易平臺上,活躍店鋪女性店主占領(lǐng)了50.1%的“地盤兒”,甚至以微弱優(yōu)勢壓倒了傳統(tǒng)的男性創(chuàng)業(yè)英雄,而且從服裝、化妝品等女性偏愛的領(lǐng)域正在向數(shù)碼、家具等男性擅長的行業(yè)逐步滲透。
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(zhǔn)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。