ZD至顶网软件频道消息: SAP表示已经投资了Vivanda。据我们了解,Vivanda是一家旨在使用大数据和分析进行食物数据化和个性化的企业,主要提供预测食品的个性化服务,该公司的系统能够利用算法处理研究、科学和食物选择。
SAP同Vivanda的协议是一种利用其HANA技术的方式。通过投资,Vivanda获得了一个大的合作伙伴让其API、咨询和分析服务能够接触到更多的客户产品食物。
从表面上看,SAP此举似乎是另一项帮助瞄准食品和消费品行业的投资。然而,SAP表示这笔未披露金额的投资将让该公司同Vivanda就其FlavorPrint技术进行更紧密地合作,而该技术提供个性化的食物和饮料建议,映射了食物和风味基因,16000种芳香化学品,33种口味和17种纹理以及营养和成分。
让我们看看Vivanda的FlavorPrint模型是如何工作的:
• Vivanda识别食品属性并且建立模型,匹配消费者的口味偏好、产品、菜肴、食谱和饮料。
• 然后该公司部署名为"打印"的流程,使用一种算法将FlavorPrint匹配给一个人或者食物项目。FlavorPrint就像是一个UPC代码或者指纹。
• 机器学习调整食物的口感和风味。
• 客户能够得到分析,看到口味趋势以及在不同人群中受欢迎的程度。然后企业就可以进行食物和食用体验的市场推广。
IBM的Watson已经在和大厨们合作,而Vivanda的方法旨在让大数据为大众服务更多。参看:For chefs and foodies, big data could be the new secret ingredient
也许SAP可以利用Vivanda更好地帮助HANA瞄准核心行业,但是即使天不遂人愿,食品科学和数字化味道也是有趣的投资方向。
好文章,需要你的鼓励
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
本研究针对大语言模型中普遍存在的偏见问题,提出了一套完整的数据和AI治理框架。研究发现当前主流AI模型中37.65%的输出存在偏见,其中33.7%具有中高风险。通过开发BEATS检测系统和全生命周期治理方案,为AI系统建立了从数据收集到部署监控的完整"公平性保障体系",旨在让AI技术更好地服务全人类而非延续社会偏见。
英国林肯大学正在开发一种革命性的虚拟现实环境,让非专家通过身体演示来训练AI收割机器人。这种技术已在加拿大杂货店和日本便利店试用,未来可能彻底改变工作形态。虽然能降低危险工作的风险,但也带来就业替代、工资削减等问题。许多低薪工作将被远程操控的机器人取代,影响移民模式和劳工组织。这项技术仍处于早期阶段,但将在未来几年对工作产生深远影响。
浙江大学团队开发的HarmonyGuard框架首次解决了AI网络代理的安全与效率平衡难题。该系统通过三个协作的AI代理,实现自适应安全策略更新和双目标优化,在真实测试中将策略合规率提升38%,任务完成率提升20%,为构建既高效又安全的智能助手奠定重要基础。