线上承载，线下引爆 OReilly The Future of Machine Intelligence
本文由关注创业者平台i黑马授权转载，原文标题为《元子母婴社区创始人自述：为什么我们还没上线就已获得近千万级天使融资?》，作者：章漓
口述/章漓整理/刘惜墨
为什么放弃母婴电商，做社区
我大学在北师大读的是心理学，包括我很多同学和朋友，有很多都在研究婴幼儿心理。大学毕业后，我曾做了6年多的IT分析师。因此在IT领域有很多朋友。在做元子之前，我做过一段时间的母婴电商。源于我自己孩子的出生，让我接触到母婴行业，一开始在淘宝上卖母婴用品，和代理北美几个品牌的教育类绘本。我是兼职做的，但是后来分身乏术，最后只能将这个店卖出去了。
年底的时候，我离职准备做母婴社区，而非重操电商就业。一方面，是因为我们深深意识到社区的价值要远远大于电商。知识分享与社交价值远远大于向她们提供商品。另一方面，伴随着我自己孩子的成长，我越来越发现，父母是什么样的人，很大程度上决定了她们的孩子的成长。又由于自己的专业，加上最近几年接触到的越来越多的公益活动，让我决定我要做一件更有意义的事情。用元子APP上的一句话就是：“回归天真之心”。
做这件事，我们还有一个优势，就是我们几个联合创始人都有一批忠实的追随者，类似于微博上的大V，拥有各种渠道，这对于我们从线下向线上倒流以及频繁开展各种线下活动起到了很大的帮助。
元子是一个基于UGC(用户自生成)的线上线下平台
元子面向的用户目前是0-6岁，但是随着我们知识体系库得不断完善，我们会将人群扩展到从-1到12岁。与其他母婴社区最大的不同点是，元子是一个基于UGC的线上线下平台。我们认为互联网走到这个阶段线上是承载，线下是引爆点。
首先元子是一个平台，我们希望承载的是各种碰撞中的知识、经验、与观点。希望有经验的妈妈们纷纷来到这个平台搭建自己的舞台，形成百家争鸣的盛状。因此，平台像水，我们会弱化元子自己的推广，引导主流的思想方向，创造宽松的大环境，让各位达人成为平台上的明星。
第二，线上线下一起走。在我们平台上，每个人都可能成为线下活动的组织者。而元子会为其提供场地、策划、后期的宣传推广。我们会记录元子平台上活跃用户的点点滴滴，帮助他们去扩大组织活动的影响力，所以元子会广泛地组织线下活动，但不一定是元子的工作人员在组织。我们就是搭不同的台子，给优秀的人展示空间。
第三，妈妈们对于圈子是强需求的群体。而元子承载的是真实的社交。因为用户在这个平台上，不仅会看到别人分享的各种知识，还能分享自己的经验，结合线上线下的活动，他们会更加活跃，相互之间的社交粘性也会更强。
第四，目前，元子是通过将具体的各种经验分享拍成照片，配上语音，分享到线上。比如说通过按摩治疗小孩退烧，将步骤和具体操作方法，拍成照片，然后配上操作语音。这样可以让爸爸妈妈们更方便快捷的学会相关知识。
如何让用户成为内容生产者，元子是平台运营者
妈妈群的确是强社交的人群，但是真正通过搭建一个平台，让用户群自己将社交玩儿转是元子着重要解决的重点，也是难点。
因为我们是线上线下同时做，线下活动可以由用户自主发起，因此对于这些活动的审核和判断是目前非常大的工作量。目前，我们已经设定了一套模式出来，建立了一个线下活动的数据库，每一个线下活动匹配什么样的资源，通过我们的范本，进行相应的模式复制。但是工作量还是相当大的，未来，我们平台上的每一个用户都能成为我们的活动审核员。因为我们建立了相应的激励机制，并且实现了线上线下打通，这一方面，激励了用户的参与度，另一方面，让这个平台形成正循环。
因此，关键点就是如何挖掘和建立我们的种子用户群。我们这次融资了千万元，接下来这部分钱也将主要运用在培养和挖掘种子用户上。目前，我们的主要方式是通过在已经形成的比较稳定的社交圈中进行宣传，比如说社区，用户居住的地方;医院，用户急需相关的健康知识、经验涉猎;以及幼儿园、儿童俱乐部等地区重点宣传和推广。我们已经有了一些合作伙伴，包括像一些医院，专门做孕妇培训的渠道，月嫂的渠道，以及悠游堂这样的儿童俱乐部。这些机构可以给我们的活动提供活动场所和相关的资源支持。
未来，除了让更多的深度用户能聚集在这个平台上，我们的另一个重点就是将元子这个产品做好。第一，让知识分类更加接地气，目前还是有一些死板，过于专业。用户需要什么知识，通过搜索可以迅速找到。另一方面，我们会优化我们的模板，让用户可以更简单的做出分享的东西。现在是三步，拍照、录音、上传。未来会更加简单。
总之，我们正在做的事情是希望回归商业本质，让用户自己做主，移动互联网是一种手段，通过技术手段无缝贴合母婴的用户需求，这才是我们最想做也是我们认为最重要的事情。
责编：杜航
OReillyTheFutureofMachineIntelligence
TheFutureofMachineIntelligencePerspectivesfromLeadingPractitioners
Introduction
1.AnimaAnandkumar:LearninginHigherDimensions
2.YoshuaBengio:MachinesThatDream.
3.BrendanFrey:DeepLearningMeetsGenomeBiology
4.RistoMiikkulainen:SteppingStonesandUnexpectedSolutionsinEvolutionaryComputing
5.BenjaminRecht:MachineLearningintheWild
6.DanielaRus:TheAutonomousCarA
DrivingPartner
7.GurjeetSingh:UsingTopologytoUncovertheShapeofYourData.
8.IlyaSutskever:UnsupervisedLearning,Attention,andOtherMysteries
9.OriolVinyals:Sequence-to-SequenceMachineLearning
10.RezaZadeh:OntheEvolutionofMachineLearning
KeyTakeaways
•Modernmachinelearninginvolveslargeamountsofdataan
largenumberofvariables,whichmakesi
highdimensionalproblem.
•Tensormethodsareeffectiveatlearningsuchcomplexhighdimensionalproblems,andhavebeenappliedinnumerousdomains,fromsocialnetworkanalysis,documentcategorization,genomics,andtowardsunderstandingtheneuronalbehaviorinthebrain.
•Asresearcherscontinuetograpplewithcomplex,highlydimensionalproblems,theywillneedtorelyonnoveltechniquesinnon-convexoptimization,inthemanycaseswhereconvextechniquesfallshort.
信息转载自网络，更多相关信息请点击：网络整合营销http:///wlyx/zhyx/