本篇文章旨在探討區(qū)塊鏈技術(shù)如何改變B2B價(jià)值主張并開辟新的銷售機(jī)遇。首先,請(qǐng)大家先把比特幣以及其它加密貨幣拋在一邊,這里我們將專心討論底層技術(shù)。
區(qū)塊鏈技術(shù)正在探索B2B業(yè)務(wù)體系中的各個(gè)層面,也包括我們的食物鏈,正因?yàn)槿绱?,這項(xiàng)技術(shù)才受到廣泛重視,并有望通過顛覆性變革幫助其它行業(yè)獲得收益。
根據(jù)世界衛(wèi)生組織發(fā)布的調(diào)查結(jié)果,全球每年約10%的人口患有食源性疾病。這些疾病大多并不難預(yù)防,但由于缺乏明確且統(tǒng)一的監(jiān)督機(jī)制,因此在相當(dāng)一部分人群中流行。隨著區(qū)塊鏈技術(shù)的迅速崛起,食品行業(yè)將很快得到實(shí)現(xiàn)革命所必需的技術(shù)基礎(chǔ)。
當(dāng)客戶走進(jìn)雜貨店,他們常常不知道自己選購(gòu)的食物是如何加工或者采購(gòu)而來:他們可能會(huì)選取一棵被大腸桿菌污染的生菜——2017年底就有數(shù)十名美國(guó)民眾因此染上疾??;也許他們會(huì)拿起一打存在殺蟲劑殘留的雞蛋——英國(guó)曾曝出相關(guān)新聞;或者,他們也可以使用自己的智能手機(jī)掃描食品的二維碼,從而了解完整的供貨來源。
TE-FOOD就是一家專門提供此類追蹤系統(tǒng)的廠商,其開發(fā)的一套系統(tǒng)旨在為所有食品行業(yè)相關(guān)方提供幫助——從農(nóng)民到批發(fā)商,再到零售商以及消費(fèi)者。
基于這套系統(tǒng),各方將能夠獲得與所購(gòu)買及出售的產(chǎn)品相關(guān)的完整信息。這項(xiàng)技術(shù)能夠抵消農(nóng)場(chǎng)直供餐桌這場(chǎng)運(yùn)動(dòng)浪潮,同時(shí)幫助雜貨店的顧客及餐廳消費(fèi)者所擔(dān)心的食材問題。Lantern主廚Andren Reusing作為NPR貢獻(xiàn)者,表示“這種能夠徹底取代農(nóng)場(chǎng)直供餐桌風(fēng)潮的技術(shù)必將掀起新的波瀾。”
盡管“農(nóng)場(chǎng)直供餐桌”已經(jīng)成為人們廣泛關(guān)注的流行語(yǔ),但實(shí)際上由農(nóng)場(chǎng)到餐桌的具體食材仍然缺乏規(guī)范約束。根據(jù)Reusing的說法,“遵守公平的勞工標(biāo)準(zhǔn),確保供應(yīng)鏈透明或避免轉(zhuǎn)基因作物的存在”已經(jīng)“越來越脫離其原本應(yīng)當(dāng)解決的問題。”
而這正是區(qū)塊鏈革命重新構(gòu)思農(nóng)場(chǎng)直供餐桌意義的方向,其能夠完整記錄所有與最終B2C交易相關(guān)的B2B關(guān)系。消費(fèi)者能夠借此準(zhǔn)確了解他們的食物是何時(shí)種植的、使用了哪種殺蟲劑與抗生素,以及與貨架上的其它產(chǎn)品相比存在哪些優(yōu)勢(shì)與劣勢(shì)。消費(fèi)者只需要使用智能手機(jī),即可確定哪種食品最干凈、最健康且最符合食品檢測(cè)要求。
甚至,在食品到達(dá)餐廳或者雜貨店貨架之前,區(qū)塊鏈技術(shù)即可防止大腸桿菌等致病菌的污染性擴(kuò)散。TE-FOOD系統(tǒng)將充當(dāng)?shù)谌奖O(jiān)管者,使得買家能夠更靈活地監(jiān)控食品質(zhì)量與運(yùn)輸時(shí)間。當(dāng)食品生產(chǎn)商發(fā)現(xiàn)可能引發(fā)潛在風(fēng)險(xiǎn)的異常時(shí),只需要在屏幕上點(diǎn)擊幾下,即可識(shí)別其它受污染產(chǎn)品——而無需投入大量時(shí)間與精力進(jìn)行篩查。
如果受污染產(chǎn)品進(jìn)入連鎖雜貨店,店主則可利用區(qū)塊鏈技術(shù)快速完成產(chǎn)品召回。這種更具針對(duì)性的食品召回系統(tǒng)將能夠減少時(shí)間、金錢與食物浪費(fèi),并為企業(yè)主及環(huán)保人士帶來助益。
為什么食品工業(yè)要花費(fèi)這么長(zhǎng)時(shí)間才能實(shí)現(xiàn)透明化?根據(jù)Reusing所言,這一切與錢有關(guān)。他解釋稱,“食品生產(chǎn)與加工……幾乎一直都高度依賴于廉價(jià)勞動(dòng)力。”這意味著,最終消費(fèi)者與零售商將成為透明度提升的最大受害者,但實(shí)現(xiàn)追溯能力所帶來的經(jīng)濟(jì)負(fù)擔(dān)則單方面由供應(yīng)鏈開端處的B2B供應(yīng)商承受——例如農(nóng)民。正因?yàn)槿绱?,我們才需要一套可供供?yīng)鏈內(nèi)每個(gè)環(huán)節(jié)所使用的一致性系統(tǒng)。在這樣的背景之下,區(qū)塊鏈系統(tǒng)將允許所有相關(guān)方進(jìn)入同一頁(yè)面并以更具成本效益的方式實(shí)現(xiàn)食材追蹤。
從歷史角度來看,如果農(nóng)民們想追蹤自己的牛,則會(huì)使用RFID標(biāo)簽(一種用于傳輸數(shù)據(jù)的無線射頻標(biāo)簽,詳見http://nwcti.okstate.edu/wp-content/uploads/2016/10/NWCTI-13.pdf),每個(gè)標(biāo)簽的成本在2美元到5美元之間,而這還僅是供應(yīng)鏈中農(nóng)民一方需要承擔(dān)的部分成本。迄今為止,還不存在任何真正完整的農(nóng)場(chǎng)到餐桌追蹤解決方案。如果用以二維碼安全貼紙為基礎(chǔ)的TE-FOOD系統(tǒng)進(jìn)行比較,那么每只動(dòng)物的追蹤成本將低于1美元——這將使成本下降達(dá)80%,且能夠涵蓋整個(gè)供應(yīng)商,包括屠宰場(chǎng)、食品生產(chǎn)商、批發(fā)商乃至零售商。考慮到這一點(diǎn),我們顯然沒有拒絕區(qū)塊鏈技術(shù)的理由。
鑒于目前越南胡志明市已經(jīng)成功利用區(qū)塊鏈技術(shù)追蹤食品工業(yè),國(guó)際社會(huì)的其它成員也期待著能夠在不久之后對(duì)這類方案加以推廣。如果政府加入并參與這些解決方案的構(gòu)建,那么農(nóng)場(chǎng)直供餐桌的可追溯性將得到極大增強(qiáng)并真正發(fā)揮其應(yīng)有的作用。而隨著消費(fèi)者對(duì)于食材背后的故事越來越感興趣,政府的參與以及立法也不再是癡人說夢(mèng)。
區(qū)塊鏈技術(shù)已經(jīng)完成了初步積累,并開始滲透至一系列即將迎來革新的行業(yè),食品與健康是我們生活當(dāng)中最為基本的兩大領(lǐng)域,也因此有望成為下一次重大轉(zhuǎn)變的起點(diǎn)。隨著我們對(duì)于食物理解程度的加深,以及更具經(jīng)濟(jì)性的標(biāo)記與追蹤成本,我們的整體健康水平也將因此得到顯著提升。
雖然我們可能永遠(yuǎn)無法徹底消除食源性疾病,但區(qū)塊鏈技術(shù)必然能夠?yàn)槲覀儙砭邆涑杀究尚行缘耐该鞫?,并將問?zé)能力提高到新的層級(jí)。
來源:Forbes
作者:Larry Myler
編譯:科技行者
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。