瑞士跨国食品和饮料公司雀巢近日宣布了一项试点项目,该项目使用区块链分布式分类帐技术,使客户能够从农场到餐桌跟踪食物。
该试点项目旨在为公司、零售店及其消费者带来供应链透明度,该项目目前正在与OPENSC合作进行。
OPENSC由野生动物保护组织WWF-AUSTRALIA和波士顿咨询集团数字风险投资公司(THE BOSTON CONSULTING GROUP DIGITAL VENTURES)共同创建,它开发了一个平台,可以为任何人、在任何地方提供独立验证供应链数据真实性和可持续性的能力。使用区块链技术跟踪从采收、加工、装瓶和运输在内的每一步,以及有关食品来源和安全的其他重要数据。
雀巢公司执行副总裁兼运营主管MAGDI BATATO表示:“我们希望消费者在选择产品时做出明智的决定——选择负责任的产品。而开放式区块链技术也许能够让我们以可访问的方式与消费者分享可靠的信息。”
据了解,最初的试点计划将使用区块链技术跟踪来自农场和乳制品生产商的牛奶,以及新西兰农场运输到雀巢位于中东的工厂和仓库。之后,该技术将测试对美洲生产的棕榈油进行跟踪。
作为IBM FOOD TRUSTCONSORTIUM的零售食品分销商之一,雀巢一直致力于用区块链技术进行供应链管理并确保食品安全。
该计划使用区块链技术跟踪食品和饮料在供应链中的信息,以提高透明度,对食源性疾病提供卓越的监测,并使召回和回溯可能受到污染的批次变得更加容易。
今年4月,雀巢首次通过区块链数据,在法国为消费者提供了查看MOUSLINE PURÉE食品信息的机会。消费者可以使用智能手机扫描食品包装盒上的快速响应或者二维码,查看产品从雀巢工厂到家乐福商店之间整个流程的信息。雀巢和家乐福都是IBM FOOD TRUST网络的成员。
雀巢尽职采购全球负责人BENJAMIN WARE表示:“这种开放的区块链技术将允许世界各地的任何人查看我们尽职采购的事实和数据。”他表示:“我们相信这是雀巢今年2月宣布的全面披露供应链战略的又一重要举措,提高了全球透明度和尽职生产的标准。”
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。