瑞士跨國(guó)食品和飲料公司雀巢近日宣布了一項(xiàng)試點(diǎn)項(xiàng)目,該項(xiàng)目使用區(qū)塊鏈分布式分類帳技術(shù),使客戶能夠從農(nóng)場(chǎng)到餐桌跟蹤食物。
該試點(diǎn)項(xiàng)目旨在為公司、零售店及其消費(fèi)者帶來(lái)供應(yīng)鏈透明度,該項(xiàng)目目前正在與OPENSC合作進(jìn)行。
OPENSC由野生動(dòng)物保護(hù)組織WWF-AUSTRALIA和波士頓咨詢集團(tuán)數(shù)字風(fēng)險(xiǎn)投資公司(THE BOSTON CONSULTING GROUP DIGITAL VENTURES)共同創(chuàng)建,它開(kāi)發(fā)了一個(gè)平臺(tái),可以為任何人、在任何地方提供獨(dú)立驗(yàn)證供應(yīng)鏈數(shù)據(jù)真實(shí)性和可持續(xù)性的能力。使用區(qū)塊鏈技術(shù)跟蹤從采收、加工、裝瓶和運(yùn)輸在內(nèi)的每一步,以及有關(guān)食品來(lái)源和安全的其他重要數(shù)據(jù)。
雀巢公司執(zhí)行副總裁兼運(yùn)營(yíng)主管MAGDI BATATO表示:“我們希望消費(fèi)者在選擇產(chǎn)品時(shí)做出明智的決定——選擇負(fù)責(zé)任的產(chǎn)品。而開(kāi)放式區(qū)塊鏈技術(shù)也許能夠讓我們以可訪問(wèn)的方式與消費(fèi)者分享可靠的信息。”
據(jù)了解,最初的試點(diǎn)計(jì)劃將使用區(qū)塊鏈技術(shù)跟蹤來(lái)自農(nóng)場(chǎng)和乳制品生產(chǎn)商的牛奶,以及新西蘭農(nóng)場(chǎng)運(yùn)輸?shù)饺赋参挥谥袞|的工廠和倉(cāng)庫(kù)。之后,該技術(shù)將測(cè)試對(duì)美洲生產(chǎn)的棕櫚油進(jìn)行跟蹤。
作為IBM FOOD TRUSTCONSORTIUM的零售食品分銷商之一,雀巢一直致力于用區(qū)塊鏈技術(shù)進(jìn)行供應(yīng)鏈管理并確保食品安全。
該計(jì)劃使用區(qū)塊鏈技術(shù)跟蹤食品和飲料在供應(yīng)鏈中的信息,以提高透明度,對(duì)食源性疾病提供卓越的監(jiān)測(cè),并使召回和回溯可能受到污染的批次變得更加容易。
今年4月,雀巢首次通過(guò)區(qū)塊鏈數(shù)據(jù),在法國(guó)為消費(fèi)者提供了查看MOUSLINE PURÉE食品信息的機(jī)會(huì)。消費(fèi)者可以使用智能手機(jī)掃描食品包裝盒上的快速響應(yīng)或者二維碼,查看產(chǎn)品從雀巢工廠到家樂(lè)福商店之間整個(gè)流程的信息。雀巢和家樂(lè)福都是IBM FOOD TRUST網(wǎng)絡(luò)的成員。
雀巢盡職采購(gòu)全球負(fù)責(zé)人BENJAMIN WARE表示:“這種開(kāi)放的區(qū)塊鏈技術(shù)將允許世界各地的任何人查看我們盡職采購(gòu)的事實(shí)和數(shù)據(jù)。”他表示:“我們相信這是雀巢今年2月宣布的全面披露供應(yīng)鏈戰(zhàn)略的又一重要舉措,提高了全球透明度和盡職生產(chǎn)的標(biāo)準(zhǔn)。”
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(wèn)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(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"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(wèn)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(kāi)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(guò)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(wèn)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(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)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(lái)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。