
科技行者 1月9日 北京消息(文/李祥敬): 一年你喝多少咖啡?有统计显示,咖啡消费者们每年都会喝掉超过5千亿杯咖啡。
同时人们对于喝咖啡的品质有了更高的追求,购买那些可持续种植和来源可靠的咖啡。庞大的全球供应链使得咖啡追踪问题愈加困难。因为咖啡豆一旦成熟,就会“几经转手”,先后在合作社、出口商、托运商、进口商、烘焙商、分销商和零售商流通,最后才会到消费者手中。这个时候区块链技术就有了用武之地。
在2020年国际消费类电子产品展览会(International Consumer Electronics Show,简称CES)上,Farmer Connect和IBM向消费者推出了一款名为“Thank My Farmer”的新型移动应用。这款应用不仅可以让咖啡消费者们追踪咖啡的质量和产地,还可以为种植咖啡豆的农民提供支持。
Farmer Connect是一个由IBM区块链设计支持的追踪平台,旨在帮助提高咖啡供应链的可追溯性、效率和公平性。 它填补了咖啡师和咖啡种植户之间“鸿沟”。Farmer Connect目前正与Sovrin Foundation合作,引入一种新式数字身份,即基于分布式账本技术的自主主权身份,让生产过程更加透明,从而带给消费者更好的体验。
“Thank My Farmer”应用是一款面向消费者的应用程序,它以一种标准化的方式直接从区块链中提取信息,同时可以满足整个咖啡行业的标准。它在用户与种植户、贸易商、烘培商和品牌商之间架起了一座沟通桥梁。这些信息将以交互式地图的形式展现,简单、灵活地述说每件产品的“前世今生”。“Thank My Farmer”还为咖啡产地社区提供了可持续发展项目,让消费者有机会支持咖啡原产地。
该移动应用将于2020年初推向大众市场。届时,美国和加拿大的用户可以扫描1850优质单品咖啡的二维码。欧洲消费者则可以通过新的单品品牌“Beyers 1769”咖啡(烘焙商是Beyers Koffie公司),来访问“Thank My Farmer”。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。