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
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。