Record

区块链记录你的初心
营销地产创业创新求职面试Word技巧金融职场工作区块链Excel教程财经PPT教程产品运营
兼职做副业:那些不起眼又非常暴利的虚拟项目

兼职做副业:那些不起眼又非常暴利的虚拟项目 付费

兼职项目副业

今天来分享几个作为一个普通人,利用网络的信息差,一台电脑、一部手机、一根网线,即可在网上混点汤喝的个体小生意。1. 很多人知道的大众需求,但是却鄙夷,不愿去做,也不知道可以赚这么多钱。比如网络热搜的月入三万的煎饼摊大妈。2. 很少人去关心、不知道的小众需求,小众意味着精准,只需少量即可创造巨大的利润。何为利润大?1.毛利润大毛利润即是减出课控制的成本的利润。在此我对高利润的定义为:毛利润超过50%,甚至是毛利超过几十倍、上百倍的产品。2.客单价高这个通俗易懂,比如你常喝的奶茶,虽每杯奶茶的毛利润大,但是客单价低,累死累活可能才刚维持收支平衡。现在遍地都是奶茶店,好位置、客源流量大的地方就那么几个,很多奶茶店一天也卖不出几杯,结果可想而知。我对于客单价高的定义,在200元以上。前几天在b站上(Bilibili)看了一个视频《谁才是普通人月薪3000是什么水平》,其中有一段话,印象特别深刻:你知道的一个再普通的一个常识,可能有四成中国人还不知情。02.项目前述好了,以上皆为前戏,意在讲明纲领,找准路线。有了前戏,不搞实操思路,都是在耍流氓,直接就干,满是干货。现在,正式开始今天的那些不起眼又非常暴力的虚拟、实体项目。其实给宝宝起名,给公司起名等是属于服务类的虚拟项目,用信息差与你的时间去为他人提供价值,但是每个人精力有限,你再亢奋、再暴利,一天售前、售后服务七八个人,时间就过去了。想扩大规模,想搞把大的,必须得请几个脑袋机灵点的伙计,不然一个人去操作的收入,注定是有上限的。但是如果足够忙的话,搞这种起名类的服务型虚拟项目,已经超过了大部分社畜的收入了。那么是否可以得出这么一个结论:服务型的商品,它的产品的价值就是在于时间本身。时间承载了卖家的信息差与给他人带来的价值,再传递给客户而已。比如大学的时候,我喜欢去捏脚,买的就是技师的时间与娴熟的手法,特别美妙的体验,不管她的手法如何,捏的快慢,到点了,服务结束。所以,服务型的商品,想要多赚一些,要么增加服务的价格,要么增加人手,要么用科技实现批量化的操作服务。对于单打独斗的人来说,甚至没有管理经验的人来讲,属实比较麻烦,那么解决之道是什么?不要做以时间为载体的项目,不管是实体的还是虚拟的!解决方案在于:做可以批量化、重复性高的产品,与时间关联度较低的产品。个人的时间是非常有限的资源,凡是需要拿时间消耗完成一次产品销售的
付费¥1.00可阅读完整文章
孙正义看科技未来:今后30年要把钱和精力投向哪里

孙正义看科技未来:今后30年要把钱和精力投向哪里

孙正义

对于今后30年来讲,我认为现在个很关键的时刻,尤其是在各位的人生当中。而且现在是一整个概念的转变,我们要包容这个概念的转变,我想先给大家看两张照片。 这是美国纽约的第五大道,左边那张是1900年的,你看到一辆汽车,和九十九匹马车,而右边的。同样的地方,13年后,你看到的是九十九辆车,和一匹马车,发现了吗?仅仅过了13年,街道上,车辆取代了马匹。这就是一个概念的转变,而现在我们面临的时期,就是一个伟大的概念转变时期这种伟大的概念转变,不是每年都发生的,而是一百年,百年才会发生的转变。那再看我们现在,2000年纽约的第五大道上还是一番车水马龙的情景,但到了2035年会发生什么?2035年,自动驾驶汽车会取代过去的汽车,占领我们的街道,人工智能(AI),会取代人力。就像当初汽车取代马车一样,这就是一个,百年才会发生的转变,好,让我们再来回顾一下历史。工业革命,工业革命是一个过程,伟大的改变也是一个过程,但为什么工业革命会发生呢?因为他们。因为这些企业家,他们带领了工业革命,因为企业家的精神造就了工业革命。所以改变世界只需要几个人,他们都是英雄,当时的英雄。亨利福特的量产汽车工厂,将大量汽车带入我们生活。但汽车要大量使用,需要大量石油,于是洛克菲勒的企业供应了石油,这两个人的结合,才会有汽车产业的雏形。爱迪生的电力企业,让电走入千家万户,这世界没有电,还能运转吗?所以一个人的热情,足以改变世界。J.P摩根,这人就更重要了,他为所有的企业提供大量的投资和贷款,正因为有了他的资金支持,大量推动革命的企业,才得以继续发展,那接下来我们来看看,在1960年全世界最重要的公司。第一名,汽车第二名,石油第三名,汽车第四名,电力能源第五名,钢铝接下来的也都是石油公司,换句话说,1960年全世界最大的公司基本上是两类:汽车和能源。在那个年代,拟投资这两类公司,你就投资了未来,当年美国64%的人是农民,在日本,90%的人是农民。而现在,美国的农民是2%。所以工作的定义也随着工业革命为之改变了。当年很多人对于工作的定义,就是好好种地当农民。而现在98%的人,对于工作的定义,是工业和服务业,农业已经被改变掉了,改变是持续进行的,而人类继工业革命后的下一步革命,毫无疑问的,是信息革命。再来看下一张图这是全球网络的流量,底下是年份,从最早的1995年到2018年,网络的流量,增加了100万倍。我们再来看另一条蓝色的线,蓝色的线,表现的是23年来全球互联网公司的市场价值(市值)。我们可以看到蓝色线和红色线,高度重合,网络的流量和网络公司的市值,完全成正比的等同暴增,这足以证明,过去这二三十年来,互联网是最大的投资趋势和发展方向。各位,做投资必须要宏观看待问题;赚钱不难,赚钱真的不难,只要你有宏观概念,我告诉大家,我投资的公司,每年的净利润,是44%,而且还在不断成长。我
【工具】这 4 款实用小工具,能让你的电脑变得好用又骚气。

【工具】这 4 款实用小工具,能让你的电脑变得好用又骚气。

实用工具

在日常生活中,我们总会遇到一些重复又繁琐的工作,它们不仅容易令人烦躁,也极大拖累了咱们的效率。其实,咱们完全可以通过一些工具提升效率,为自己节约出大量时间来干别的~今天世超就再给大家推荐 4 个免费的 Windows 平台的小工具。别小看这些工具,都是大家迟早能用得上的好东西~1批量化复制粘贴当你需要大量复制粘贴的时候,是不是还在这样来回切换窗口?如果咱们能把所需的内容全部复制好以后,一口气粘贴掉,会不会方便很多?你可以在一个网页的多个地方复制,或在多个网页复制,好了以后一口气粘贴到文档里来。这中间能节省了不少重复切换窗口跟粘贴的操作。这个工具不仅能批量化复制粘贴文字,也可以粘贴图片~而且非常方便的一点是,你复制的任何内容都会被 Ditto 记录下来,如果你想要找寻自己曾经复制粘贴的资料,可以直接在界面中进行搜索~有些需要的资料、数据,你忘了没关系,只要你复制过,它会帮你记得~只要你是平时需要用到复制粘贴的人,那它就能给你带来效率上的提升。像需要写论文的差友们,平时查阅文献、整理资料的时候,用上它可能方便不少。这个软件只有不到 40 MB,它叫 Ditto 。2极速文件搜索Win 10 的文件搜索有多慢,大家应该都有所了解吧。不仅是慢,有时你明明知道某个目录下有你想要的文件,但你就是搜索不出来。。。但,在日常生活中我们总有忘记文件放哪,需要搜索的时候。
世界第一牛,微软再称王!

世界第一牛,微软再称王!

微软

曾经被评论者判了死刑的微软,在度过10余年的疲软期后,重新做回王者。7月18日,微软公布了其2019财年第四季度(截至2019年6月30日的三个月)业绩报告以及2019财年业绩报告。这份报告中,微软整个财年收入超过1258亿美元,增长14%;净利润为392亿美元,增长137%。在第四季度,其收入为337亿美元,其中生产力和业务流程、智能云两项业务的收入已经赶上甚至超过其传统的更多个人计算业务(Windows)。这份增长背后,是其现任CEO萨提亚纳德拉的5年改革与创新的结果。当曾经的巨头微软走入中年危机后,萨提亚纳德拉临危受命,在保证原有Windows业务前进的同时,积极筹划转型,他希望将Windows视作一种触达更多用户的手段,而非目的。经此转型,Dynamics(智能业务应用程序)、Office(办公软件)等业务实现强劲增长。此外,他上任之后,果断提出发展云计算、人工智能等新兴产业。比尔盖茨评价称:纳德拉大胆创新,把微软带入人工智能、云计算等技术领域,这是一个关键的选择。2018年12月,疲软了10年后的微软股价站上113美元,短暂登顶全球市值最高公司。而此次财报发布后,微软股价一度达到140.6美元的高点,市值达到1.04万亿美元,超过亚马逊和苹果,妥妥成为全球市值最高的公司。那个让人害怕的微软,是怎么回来的?年入千亿美元智能云、Office成拉动引擎从全年财务数据看,2019财年微软总收入达到1258亿美元,同比增长14%;净利润为392亿美元,比上一财年的165.7亿美元增长137%。全财年来看,对其收入贡献最大的,还是更多个人计算业务,全财年收入为457亿美元;其次为生产力及业务流程,全财年收入为412亿美元;智能云业务收入390亿美元。但从增长情况看,更多个人计算业务比上年增长34亿美元,而生产力及业务流程、智能云业务收入则分别比上年增长53亿美元和68亿美元。微软的收入结构 来源 / 财报这种情况在第四季度更为明显。财报显示,其第四季度收入为337亿美元,比上季度增长12%;季度净利润为132亿美元,比上季度增长49%。具体来看,包括Office产品、LinkedIn、Dynamics产品在内的生产力和业务流程收入为110亿美元,增长率为14%。Office 365和Dynamics 365的收入拉动力最强,两项收入增长率均超过30%;智能云的收入为114亿美元,比上季度增长了19%,尤以Azure(微软旗下云服务平台)收入增长最快,增长率为64%;其传统的更多个人计算业务的收入为113亿美元,也实现了4%的增长。对比来看,微软在守住更多个人计算业务的同时,其生产力及业务流程、智能云等新业务正显示出较强的增长力。财报数据显示,2018财年同期,其个人计算业务收入为108亿美元,生产力及业务流程、智能云两项业务收入均在96亿美元左右;而到2019财年四季度,三块业务收入已不相上下,智能云业务甚至首次超过Windows业务的收入。在云计算业务方面,微软公司的主要竞争对手是亚马逊。据科技市场研究公司Canalys的数据,亚马逊云计算部门以32.8%的全球市场份额主导着云计算行业。微软的市场份额为14.6%,而谷歌的市场份额为9.9%。甚至有分析师称,过去的一个财年,云计算业务的增长成为微软公司突破万亿美元市值的关键动力。种种迹象表明,如今的微软,已经从传统的PC操作系统服务商实现了数字化转型,并且依靠云计算和人工智能的布局,已进入智能云和智能优势的时代。就连萨提亚纳德拉在看到这份成绩单后,言语中也透露着兴奋。在财报发布后的电话会议中,他称:我为自己在过去12个月里所取得的成就感到自豪,并为未来的巨大机遇而精力充沛。受到财报影响,微软股价在盘后交易中上涨1.3%,至138.26美元。7月19日开盘后,微软股价甚至一度升至140.6美元的高点。目前其市值在1.04万亿美元。中美头部上市科技公司经营情况
字节跳动李航:自然语言对话技术的发展机遇与挑战

字节跳动李航:自然语言对话技术的发展机遇与挑战

李航

以下为演讲主要内容,机器之心进行了不改变原意的整理:大家好!非常高兴今天有机会跟大家交流。可能每天大家都会使用各种自然语言对话系统,今天我想跟大家分享一下对对话技术的一些观点。语音对话技术的发展和应用首先看一个视频(见前文视频),这个是 1992 年美国的一个电视节目。现在大家都知道,各种语音助手热成什么样,给大家看看 27 年前的技术。27 年前是这个水平,语音合成的是非常机械的声音,是科幻电影里面机器人的声音,能够识别的命令也不多。尽管现在看来很粗糙,根据李开复博士的介绍,当时的这项对话技术能够学习连续的对话,理解连续的语音,还能理解多个不同的话者的语音,在当时来说是很大的进步了。相比刚才看到的视频,目前我们可以使用各种语音对话技术,比如语音助手、问答系统、呼叫中心等,可见 27 年来,自然语言对话行业和领域发生了很大的变化。我们日常生活当中,也有各种对话系统:电视、车载、手机、智能音响、呼叫中心、问答系统,还有闲聊机器人。对话技术已经在市场上开始普及。在国内,有调查显示,在去年每天使用语音助手的用户中,频繁使用的用户(每天使用和每周使用语音助手的用户)可以占总用户数量的 3/4 左右。但是市场调查也发现,真正使用语音助手的用户并不是特别多。例如,尽管智能手机上基本都有语音助手,但是大概只有 5% 的用户使用或使用过这样的技术。在汽车和电视平台上,使用语音助手的用户比例稍微多一点,30%-45%。因为这个场景比较适合使用语音对话,不方便用手操作,或者说如果要执行命令,操作会比较复杂,而用语音对话是一个更自然的方式。此外,使用各种智能音箱的频率大概也是 25% 左右。语音对话技术在两方面应用较多,一方面是命令,另一方面则是问答。这两种技术都比较成熟,已经可以看到很多相关领域的应用。但是开放领域对话实现依然非常困难。在各种各样的聊天机器人应用中,真正和用户实现自然聊天的非常少。现有的技术还不能够真正解决用户实际的痛点,不能解决实际的问题。只能帮助用户节省一些时间和劳力,不能够帮助用户完成很多的事情,这就是我们所看到的挑战。虽然现阶段一些基本的技术比较成熟,但是要继续发展也有很多的挑战和瓶颈,需要今后不断的努力。划分一下对话技术,大概可以分成这样几个方面。首先是有应用,基本上分为命令和问答。这两点目前已经可以完成得很好了。在实现方法上可以基于规则或基于机器学习来实现。如果没有数据,可能需要使用规则,有数据的情况下则使用机器学习。从对话技术来说,又可以分为单轮多轮技术。更具体的来说,有基于分析、检索或基于生成的技术,可以应用在不同的场景中。为什么自然语言对话非常困难,总结起来有两个问题非常难解决,如果能够解决,就可以实现人类一样的智能。首先是自然语言理解问题,这一问题涉及到人的智能的所有方面,实现起来非常困难。另一方面,人工智能技术实现对话任务也非常困难。从功能来看,对话本身是一种任务双方通过对话进行信息交流,以达成某种目的。比如说,对话中,双方交流信息和感情。困难的地方在于,在对话过程中,整个任务不断的被设置、被终止、被恢复,现有的人工智能技术很难实现。现在强化学习或人工规则可以实现一些功能,但是让对话系统像人一样定义任务、产生任务、完成任务,需要涉及到人类智能的各个方面,是非常具有挑战的问题。语言理解和任务完成是人工智能中最有挑战的问题,但是短期内无法实现。短期内的语音对话技术发展方向那么短期内(5-10 年),一方面我们需要继续推动技术发展,另一方面我们需要关注对话技术的商业前景。比如上图中的这位作者,他写了一本书,书名叫《像爱迪生一样去创新》。作者总结了爱迪生发明创造的基本原则,其中一条是:爱迪生非常强调发明创新在市场上的价值。我们在进行真正的创新时,要考虑到发明在市场中可以给用户带来多大的价值。通俗的说,用户买单的不是简简单单的想法的实现,而是真正能够帮助用户解决实际的问题。这样的产品才是有市场价值的发明创造。这本书的作者认为,爱迪生一生在践行这一想法。回到对话系统中,对话技术不仅仅是借助语言进行信息交互,而是需要考虑人类对话中的特性。人类的对话的本质是带有情感信息的分享。在人与人之间的对话中,语言需要遵循社会规范和当前的习俗。对话系统应当反映这样的特征。所以要建
面试鹅厂,被怼到怀疑人生……

面试鹅厂,被怼到怀疑人生……

鹅厂

鹅厂都知道鹅厂是cpp的主战场,而以cpp为背景的工程师大都对os,network这块要求特别高,不像是Java这种偏重业务层的语言.之前面试Java的公司侧重还是在数据结构、网络、框架、数据库和分布式。所以OS这块吃的亏比较大一面:基础技术面电话面试,随便问了些技术问题,最后还问了个LeetCode里面medium级别的算法题,偏简单。大概整理回忆了一下: redis有没有用过,常用的数据结构以及在业务中使用的场景。 redis的hash怎么实现的? rehash过程讲一下和JavaHashMap的rehash有什么区别? redis cluster有没有了解过,怎么做到高可用的? 说说redis的持久化机制,为啥不能用redis做专门的持久化数据库存储? 了不了解tcp/udp,说下两者的定义,tcp为什么要三次握手和四次挥手? tcp怎么保证有序传输的,讲下tcp的快速重传和拥塞机制 知不知道time_wait状态,这个状态出现在什么地方,有什么用? udp是不可靠的传输,如果你来设计一个基于udp差不多可靠的算法,怎么设计? http与https有啥区别?说下https解决了什么问题,怎么解决的?说下https的握手过程。 看你项目里面用了etcd,讲解下etcd干什么用的,怎么保证高可用和一致性? 既然你提到了raft算法,讲下raft算法的基本流程?raft算法里面如果出现脑裂怎么处理? 有没有了解过paxos和zookeeper的zab算法,他们之前有啥区别? 你们后端用什么数据库做持久化的?有没有用到分库分表,怎么做的? 索引的常见实现方式有哪些,有哪些区别? MySQL的存储引擎有哪些,有哪些区别? InnoDB使用的是什么方式实现索引,怎么实现的?说下聚簇索引和非聚簇索引的区别? 有没有了解过协程?说下协程和线程的区别? 算法题一个,剑指offer第51题,数组中的重复数字? 大概说下我自己的回答情况,redis这块没啥问题,具体rehash有印象是渐进式的,但是具体原理可能答的有点出入。tcp的 time_wait 这块答的不是很好,
IJCAI 2019 最佳论文陆续出炉,从底层到应用

IJCAI 2019 最佳论文陆续出炉,从底层到应用

IJCAI

在 IJCAI 2019 的议程的前三天里,大会为各位参会者安排了主题丰富的技术工作坊(Workshop),也在今天的工作坊中,向多篇最佳论文进行现场颁奖。在今年的 IJCAI 2019 中,共设置了38 个主题,涉及医疗、金融、教育等等领域和方向,我们从中挑选出 3 个主题以及精选论文,做一些简单的介绍。哪些论文获得了 IJCAI 2019 的青睐?【 AI 与安全精选论文 】在过去十年中,人工智能技术使用的风险问题,越来越受到人们的关注。随着人为控制逐渐被排除在算法和决策之外,安全性问题变得越来越重要。传统安全工程原理所依据的技术基础和假设,不再适用于 AI 算法,特别是机器学习(ML)算法,被用在更高的自治水平上与物理世界进行交互。我们必须考虑当前人工智能系统带来的安全挑战,思考它们在更具前瞻性的研究上的安全,这些研究的重点是打造更有能力的人工智能系统,包括通用人工智能系统(AGI)。 精选论文 1:《Metric Learning for Value Alignment》 价值取向的度量学习作者:Andrea Loreggia, Nicholas Mattei, Francesca Rossi, K. Brent Venable单位:帕多瓦大学,杜兰大学,IBM 研究院,佛罗里达人类机器认知研究所论文地址:http://ceur-ws.org/Vol-2419/paper_22.pdf最佳论文团队在 8 月 11 日的工作坊领奖摘要:偏好是机器和人类决策的核心。在偏好中进行表达,学习和推理,是计算机科学和社会科学领域的重要研究方向。当我们将偏好提供给人工智能系统时,我们希望系统能够做出相符合的决策或建议,但决策也应遵循某些规范,指南和道德原则。因此,在使用偏好时,有必要理解和计算偏好之间的度量(距离)特别是在该过程中,用户的偏好和道德标准。在本文中,我们研究了使用 CP 网作为形式主义,来表示 AI 系统的行为。利用最近提出的 CP 网络度量,以及神经网络架构 CPMETRIC 来计算该度量。使用这两个工具,我们将了解如何构建快速灵活的价值对齐系统。精选论文 2:《On the Susceptibility of Deep Neural Networks to Natural Perturbations》关于深度神经网络对自然扰动的敏感性作者:Mesut Ozdag,Sunny Raj,Steven Fernandes,Alvaro Velasquez, Laura L. Pullum,Sumit Kumar Jha单位:中央佛罗里达大学,美国空军研究实验室,橡树岭国家实验室论文地址:http://ceur-ws.org/Vol-2419/paper_25.pdf摘要:深度学习系统越来越多地被用于安全关键任务,例如自动驾驶。这些系统需要面对恶劣的天气条件,如雾,雨和雪等。深度学习系统对合成对抗性攻击的脆弱性,已得到了广泛的研究,但自然天气条件对此类系统的影响,尚未被详细研究。在本文中,我们研究了这个因素,将如何影响流行的深度学习模型,是否会改变它的分类准确性。我们使用来自 Cityscapes 数据集和计算机图形技术的立体图像来模拟逼真的自然发生的雾。我们证明了最先进的 Inception 深度学习模型也很容易被生成雾的图像所欺骗。精选论文 3:《Conservative Agency》 作者:Alexander Matt Turner, Dylan Hadfield-Menell,Prasad Tadepalli单位:俄勒冈州立大学,加州大学伯克利分校论文地址:http://ceur-ws.org/Vol-2419/paper_13.pdf摘要:奖励机制很容易被忽略,但却很大地影响了系统。虽然设计师可以在观察到错误后进行纠正,但错误的奖励机制,会造成不可逆转的影响。如果该错误排除了正确指定的奖励函数的优化,那么事后校正是徒劳的。例如,由于奖励错误指定,机器人工厂助理可能会损坏昂贵的设备。为了降低这种风险,我们引入了一种方法,可以平衡主要奖励功能的优化,并保持优化辅助奖励功能的能力。我们证明了,即使辅助奖励函数是随机生成的,对正确指定的奖励函数没有信息,这种方法也会引发保守,有效的行为。【AI for social good 精选论文】如我们所见,人工智能正在社会中多个领域发挥越来越大的作用。因此,我们也越来越关注能够确保以负责任和有益的方式使用 AI,包括从基础研究到持续部署的全部范围。AI for social good 工作坊