CNET科技資訊網(wǎng) 12月9日 北京消息:英國《金融時報》本周公布了2016年全球年度女性領袖榜單,滴滴出行總裁柳青作為唯一的企業(yè)界人士入選。一同上榜的包括全球多國女性領導人,例如英國首相特蕾莎·梅伊、巴西前總統(tǒng)迪爾瑪·羅塞夫、印度外長蘇什瑪·斯瓦拉杰,以及歐盟反壟斷專員瑪格麗特·維斯塔格。
文化和慈善界亦有多位知名女性入圍,包括迪奧首位女性創(chuàng)意總監(jiān)瑪利亞·齊烏莉和美國知名藝人碧昂斯。
報道稱,今年8月,柳青與滴滴出行創(chuàng)始人、董事長兼CEO程維一起贏得了與Uber的競爭。柳青目前面臨的考驗是將滴滴從一家估值350億美元的打車公司提升為一家全球化的互聯(lián)網(wǎng)公司。
柳青在接受《金融時報》采訪時談到了滴滴迎來的機遇。滴滴目前每天完成2000萬出行訂單,但柳青指出:“每天2000萬訂單只占中國每日城鎮(zhèn)人口出行總量的2%; 我們面對著巨大的增長空間。但為了開發(fā)這一潛力,我們必須取得重要的技術(shù)突破。我們需要投資發(fā)展各方面能力以及人才。”
柳青剛剛結(jié)束在美國與多位大數(shù)據(jù)科學家的會面,回到北京。她表示,建立臨界規(guī)模、積累關(guān)鍵的大多數(shù)用戶代表了“從0到1”,但如果希望“從1到100”,那么需要用到大數(shù)據(jù)和機器學習這樣的技術(shù)。
除公司業(yè)務之外,柳青也多次強調(diào)滴滴的社會責任,例如公司員工隊伍的多元化問題。
關(guān)于女性的職業(yè)發(fā)展,柳青指出,在中國,相對于其他行業(yè),科技行業(yè)女性面臨的障礙較少。盡管“玻璃天花板”仍然很難打破,但在由用戶驅(qū)動、被民營公司主導的行業(yè),例如科技行業(yè)中,女性有相對廣闊的發(fā)揮空間。
中國網(wǎng)信辦發(fā)布的一項研究估計,中國新成立的55%互聯(lián)網(wǎng)公司中都出現(xiàn)了女性創(chuàng)始人的身影。而國外研究顯示,在美國創(chuàng)業(yè)公司的創(chuàng)始團隊中,僅22%擁有1到2名女性創(chuàng)始人。“我的感覺是,在中國,科技行業(yè)比其他行業(yè)接納了更多女性。”柳青表示,“在互聯(lián)網(wǎng)時代,業(yè)務成功的關(guān)鍵是理解用戶預期,而你的用戶中有一半都是女性。
滴滴是一家分享經(jīng)濟公司,而促進環(huán)保則是分享經(jīng)濟給社會帶來的重要幫助。柳青在本周中國環(huán)保部的分享經(jīng)濟與綠色發(fā)展論壇上表示,每天滴滴平臺上有600萬人次通過拼車和順風車的方式出行,滴滴“每天通過共享出行節(jié)省的能源換算成碳排放量,相當于1萬畝樹林的生態(tài)補給”,而“這一切只是剛剛開始”。
未來,滴滴將推動電動車普及,而打車平臺的發(fā)展將減少個人購車需求。柳青指出:“在滴滴平臺上,現(xiàn)在已有70%用戶表示,沒有很強的意愿去買車或換車。”
與此同時,滴滴等分享經(jīng)濟平臺也幫助了全社會的就業(yè)。柳青表示:“目前在滴滴平臺上已有1500萬注冊司機,其中有近400萬是來自重工業(yè)和去產(chǎn)能行業(yè)的下崗工人,以及許多退伍軍人、因出口和制造業(yè)不景氣而轉(zhuǎn)行的工人和私營企業(yè)主等等。”在這一過程中,滴滴起到了“社會經(jīng)濟轉(zhuǎn)型中減震器和緩沖閥的作用”。
在最新一輪融資中,滴滴的估值達到350億美元,正在接近中國互聯(lián)網(wǎng)巨頭騰訊、阿里巴巴和百度。作為滴滴的領導者,柳青收獲了國際媒體評出的多項大獎。2016年,柳青被知名科技媒體《快公司》評為全球創(chuàng)新百人之一,入選了《連線》雜志的全球百人榜,并與滴滴董事長程維一同,為滴滴贏得了《麻省理工科技評論》的“全球五十大創(chuàng)新公司”獎項。而作為成功的職業(yè)女性,柳青還被“職業(yè)母親”網(wǎng)站評為了2016年“全球50大最具影響力母親”,并獲評《財富》雜志“2016全球50大最具影響力女性”。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(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)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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練效率,已在多個任務上驗證有效性。