Albertsons和IBM今天宣布,正在通过一项计划来改善三明治和沙拉的食品安全问题,该计划将采用区块链技术对生菜进行追踪。
IBM将通过基于区块链的IBM Food Trust网络为Albertsons提供服务,这样Albertsons就可以对生菜从农场到商店货架这个过程进行追踪,特别是最近这种食物被卷入了大肠杆菌感染爆发的事件中。
区块链是一种记录数据库,使用加密和大规模分布式来确保数据在保存之后的准确性。因此,区块链可以用于带有重要信息的交易和商品通过供应链流动时对其进行身份验证和追踪,这些重要信息可能包括原产地、包装日期、包装时间、运输时间、温度和任何食品安全所必需的数据。
这样就可以看到作物从收获到包装的整个过程。如果发现任何一批食物被污染,就可以快速地将来自同一产地的其他批次抽取出来,进行测试,或者从商店货架上召回。
该系统还可以用于验证食品是否为有机食品或者公平贸易标签等,减少供应链上的浪费,通过更有效的处理和运输,实现更好的可持续性。
IBM Food Trust总经理Raj Rao表示:“自从推出IBM Food Trust以来,我们已经取得了很多里程碑式的成果,这些成果揭示了向端到端食品系统发展的方向。如今,我们正在进一步扩展这一网络,将基于区块链的可追溯性带给更多零售商、供应商和最终消费者。我们通过与世界各地顶级的零售商展开合作,真正帮助为所有人提供更安全、更透明的食品体系。”
IBM Food Trust的技术正在让农场和零售商的端到端食品供应链变得更安全、更透明。去年10月,IBM与某食品安全联盟的Golden State Foods、McCormick and Co.、Nestlé、Tyson Foods、Wal-Mart Stores等成员企业展开合作,该联盟利用区块链技术提高食品安全性。自去年以来,IBM Food Trust的合作品牌已经扩展至50多个。
在美国经营着近2300家商店的Albertsons公司,将开始试行区块链网络以便从配送中心开始就对生菜进行追踪。目前该项目已经完成实施,正在进行测试,Albertsons希望后续进一步扩展该项目以覆盖更多的食品种类。Albertsons计划利用这个试行项目解决有关追踪和召回生菜这一难题,同时也运用于其他食品。
“来自疾病控制预防中心和食药管理局的多个备受关注的消费者咨询报告表明,我们需要找到更有效的方式来追踪商品并及时发现可能的污染源,”Albertsons公司食品安全和质量保证副总裁Jerry Noland表示。“因此,零售商们正在探索利用新技术来改善支撑全球食品供应链的基础设施。”
根据疾病预防控制中心的预计,仅在美国每年就有超过4800万人染上食源性疾病,其中12.8万人住院,3000人死亡。食品分销商、零售商和IBM致力于帮助降低这些数字,并相信,像IBM Food Trust这样的区块链试点项目以及区块链技术将成为一个重要手段。
“随着我们进一步构建品牌差异化,区块链技术也有望给我们带来转型的契机,”Albertsons首席信息官Anuj Dhanda表示。“食品安全是非常重要的一步,尽管区块链已经实现了商品产地的追溯,但能够追踪从农场到菜篮子的每一个步骤,对于我们的客户来说将是非常重要的。”
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。