阿里探索“AI扶贫”模式,培训贫困女性从事AI标注

简介: 8月6日,支付宝公益基金会、阿里巴巴人工智能实验室联合中国妇女发展基金会启动了“AI豆(谐音‘爱豆’)计划”,通过人工智能产业释放出的大量就业机会,探索“AI扶贫”的公益新模式。

爱豆”是什么?在一个月前,27岁的贵州妇女张金红从未听说过这个舶来词。在通常意义上,“爱豆”是对英文单词“idol”的音译,意味“偶像”,是“粉丝”们对自己喜爱的明星的称呼,但在张金红的家乡贵州铜仁,“爱豆”意味着新的生活希望。

8月6日,支付宝公益基金会、阿里巴巴人工智能实验室联合中国妇女发展基金会启动了“AI豆(谐音‘爱豆’)计划”,通过人工智能产业释放出的大量就业机会,探索“AI扶贫”的公益新模式。该计划首个试点地区就在贵州铜仁市万山区,通过提供免费职业培训,让贫困群众尤其是女性成为“人工智能培育师”,在家门口实现就业脱贫。
“能在老家上班多好,家里多一份收入,又方便带孩子。”作为首批报名的学员,张金红和30个不久前从大山搬到“易地扶贫安置点”的邻居们一起,接过了“人工智能培育师”的培训结业证书。

image.png

为什么要做AI豆计划?“自阿里脱贫基金会成立以来,我们一直在探索科技与脱贫结合的模式,希望发挥科技企业的优势,通过公益培训、职业认证及社会企业孵化的多种方式,因地制宜的在贫困地区孵化产业、创造就业机会。”支付宝公益基金会秘书长李姗表示,没有一种扶贫模式是适合于所有人的,“AI豆计划”帮扶的重点是缺乏科技产业资源的贫困地区女性,希望为她们提供更多发展机会。

联合国《人类发展报告》指出:"贫困具有一张女性面孔",世界上的贫困人口中70%是妇女。在我国,传统观念和分工方式还普遍存在,农村贫困人口中近半数是女性。受教育水平低,劳动技能差,无酬的家务劳动占去大量精力时间,让女性脱贫工作更为艰巨。
“AI豆计划”的全国首个“人工智能产业扶贫孵化空间”落地贵州万山区旺家社区,首期招募培训的学员中70%为贫困妈妈和困境女性。

image.png

“不少人听说可以接触电脑、人工智能,还能坐在有空调的办公室上班,就不停给我打电话!”社区书记罗焕楠介绍称,前来报名参加培训的人大专、高中学历较多,年龄和背景经历跨度很大,有建筑工人,开流动餐车的,但在服装厂、超市、美容院等传统行业打工的留守妈妈、家庭主妇居多,最小的19岁,最大的37岁,有90%的人目前没有收入来源。

“希望她们在新农村的‘家门口’实现就业,不再因迫于生计外出打工,而和孩子、亲人分离,同时还能掌握一项新技能,有个人发展提升的机会。”支付宝公益基金会秘书长李姗强调说,为贫困女性创造在家乡就业的机会,可以一定程度地缓解留守儿童、留守老人带来的社会问题。同时,作为一份有着一定技术含量的工作,也能拓宽“母亲”和“孩子”两代人的“眼界”。

阿里人工智能实验室总经理陈丽娟介绍,接下来,阿里还会推出“AI培育师”职业考评体系,以推动行业规范化,同时承诺每年向“AI豆计划”输送至少产值1000万元的订单,开放AI标注服务平台,呼吁全行业主动释放产业红利。

相关文章
|
2月前
|
人工智能 监控 安全
人体姿态[站着、摔倒、坐、深蹲、跑]检测数据集(6000张图片已划分、已标注)| AI训练适用于目标检测
本数据集包含6000张已标注人体姿态图片,覆盖站着、摔倒、坐、深蹲、跑五类动作,按5:1划分训练集与验证集,标注格式兼容YOLO等主流框架,适用于跌倒检测、健身分析、安防监控等AI目标检测任务,开箱即用,助力模型快速训练与部署。
|
2月前
|
人工智能 监控 算法
人群计数、行人检测数据集(9000张图片已划分、已标注) | AI训练适用于目标检测任务
本数据集包含9000张已标注、已划分的行人图像,适用于人群计数与目标检测任务。支持YOLO等主流框架,涵盖街道、商场等多种场景,标注精准,结构清晰,助力AI开发者快速训练高精度模型,应用于智慧安防、人流统计等场景。
人群计数、行人检测数据集(9000张图片已划分、已标注) | AI训练适用于目标检测任务
|
3月前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
1651 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
|
3月前
|
人工智能 JSON 前端开发
Agentic AI崛起:九大核心技术定义未来人机交互模式​
本文系统梳理AI智能体架构设计的九大核心技术,涵盖智能体基础、多智能体协作、知识增强、模型优化、工具调用、协议标准化及人机交互等关键领域,助力构建高效、智能、协同的AI应用体系。建议点赞收藏,持续关注AI架构前沿技术。
1092 1
|
3月前
|
人工智能 Java 开发者
阿里出手!Java 开发者狂喜!开源 AI Agent 框架 JManus 来了,初次见面就心动~
JManus是阿里开源的Java版OpenManus,基于Spring AI Alibaba框架,助力Java开发者便捷应用AI技术。支持多Agent框架、网页配置、MCP协议及PLAN-ACT模式,可集成多模型,适配阿里云百炼平台与本地ollama。提供Docker与源码部署方式,具备无限上下文处理能力,适用于复杂AI场景。当前仍在完善模型配置等功能,欢迎参与开源共建。
1681 58
阿里出手!Java 开发者狂喜!开源 AI Agent 框架 JManus 来了,初次见面就心动~
|
2月前
|
机器学习/深度学习 人工智能 算法
用于实验室智能识别的目标检测数据集(2500张图片已划分、已标注) | AI训练适用于目标检测任务
本数据集包含2500张已标注实验室设备图片,涵盖空调、灭火器、显示器等10类常见设备,适用于YOLO等目标检测模型训练。数据多样、标注规范,支持智能巡检、设备管理与科研教学,助力AI赋能智慧实验室建设。
用于实验室智能识别的目标检测数据集(2500张图片已划分、已标注) | AI训练适用于目标检测任务
|
2月前
|
机器学习/深度学习 人工智能 监控
面向智慧牧场的牛行为识别数据集(5000张图片已划分、已标注) | AI训练适用于目标检测任务
本数据集包含5000张已标注牛行为图片,涵盖卧、站立、行走三类,适用于YOLO等目标检测模型训练。数据划分清晰,标注规范,场景多样,助力智慧牧场、健康监测与AI科研。
面向智慧牧场的牛行为识别数据集(5000张图片已划分、已标注) | AI训练适用于目标检测任务
|
3月前
|
人工智能 数据处理 云栖大会
云栖现场|让评测与标注成为AI进化引擎!阿里发布全新评测平台,3大创新评测集亮相
云栖现场|让评测与标注成为AI进化引擎!阿里发布全新评测平台,3大创新评测集亮相
511 9
云栖现场|让评测与标注成为AI进化引擎!阿里发布全新评测平台,3大创新评测集亮相
|
3月前
|
人工智能 JSON 算法
向量嵌入的天花板与AI检索的模式更迭
本文提出突破传统“单向量嵌入+ANN”检索范式,构建多结构协同的下一代AI检索框架。通过多通道嵌入、组合键兜底、知识图推理、程序化计划与生成-校验闭环,实现高可信、可解释、可验证的智能检索,应对复杂任务中的信息漏检与推理难题,推动RAG迈向结构化、可编程的认知系统。
165 12
|
4月前
|
机器学习/深度学习 人工智能 自动驾驶
交通标识与信号灯数据集(1000张图片已划分、已标注)| AI训练适用于目标检测任务
在智能驾驶与智慧交通的研究中,交通标识与信号灯识别 是最基础且最关键的任务之一。为了方便研究人员和开发者快速上手目标检测模型训练,本数据集提供了 1000张交通场景图片,并且已经按照目标检测任务的需求完成了 数据标注与划分。该数据集可直接应用于 YOLO、Faster R-CNN、SSD 等深度学习模型的训练与测试。
交通标识与信号灯数据集(1000张图片已划分、已标注)| AI训练适用于目标检测任务