至顶网软件频道消息:人工智能可以挽救我们现有的食品体系吗?从精准耕作到个性化营养,在农业、食品生产与食品消费等领域都存在许多潜在的技术应用。然而,技术效能、用户接受度以及该技术的实际应用仍然面临许多挑战。本篇文章分为三个系列部分,Chiara Cecchini调查了这一领域所面临的主要挑战与机遇,探索了我们应该如何应用一个个“人造大脑”以确保健康生活并提高幸福指数。
如前所述,人工智能(AI)是一种非人类大脑,可用于收集、分析与阐释大量数据,而如此体量的数据是人类穷极一生都无法完成处理的。AI的概念于1950年出现,彼时的计算机科学先驱Alan Turing将AI描述为:“未来终将有那么一个时刻,人类能够与机器进行无障碍的交流。”
许多人表示Alan Turing所言的“那个时刻”即是现在。而对此,Klaus Schwab 教授则作出了如下宣言:“第四次工业革命已经到来。”技术成本正在下降,IT与运营技术日益融合,大数据与云端现已成为民主化现实; 除此之外,设备与投资也处于飙升阶段。
然而,消费者对于AI仍抱有一定的怀疑态度,其中主要的忧虑来自于民众担心其将失去工作、丢失控制权并被AI所取代。但我们也可以从其他视角看待该技术——事实上,食品工业中的多数企业正在尽全力利用此次机会。
作为食客,我们依据个人的知识与以往的经验选择日常食物。然而,人造大脑可以精准的创建大量的食物数据库,从而对其进行分析、提问并获取答案。对此,伦敦帝国理工学院的认知机器人学科教授 Murray Shanahan解释称:“我们才刚处于此段进程的初期,最终的选择权仍在人类手上。”换而言之,目前该领域的情况即是机器提出建议,食客们选择是否采纳——人类选择采用AI,而一切都还在我们的控制范围之内。
目前已经有一些公司开始为确保健康生活与提高幸福指数而研发人造大脑。例如,位于旧金山的初创企业Wellio即是应用机器学习与行为科学以构建并向食客推荐个性化食谱,而该公司推出的产品只是提出建议而非为消费者做出选择,并且该公司的首席执行官Tjarko Leifer表示:“此类产品的职责在于阐述如何在家中准备并享受食物。”
Zipongo公司也在努力尝试通过应用AI以建立食物与健康之间的关系。Zipongo公司提供了一个数字化营养平台,该平台“可以通过使用生物识别技术并结合用户的食物偏好以提供健康的个性化膳食建议。”
Habit公司的首席执行官Neil Grimmer解释称:“我们都应该知道什么食物对我们而言是最好的——而这通常意味着需要从细胞层面了解我们的身体与我们自身。”对此,Neil Grimmer设想了一个全新的世界——一个超越食物金字塔理论、普拉提与常规建议的世界。这个全新的世界整合了DNA分析、人工智能与食物数据,并借此以达成可定制的营养模式。
加利福尼亚大学戴维斯分校 IC-FOODS主任Matthew Lange教授表示,这将形成一个市场力量与积极的社会成果相统一的世界。未来,公司在市场中将会为追求更加透明、可溯源并值得信赖而相互竞争,同时也将竞相提供更健康、更可持续以及更美味的食品。
最后,世界经济论坛创始人兼执行主席 Klaus Schwab表示,AI将消除市场中不合理的繁荣,巩固科学、合理决策与能源自给的市场地位。此外,人工智能还可助力实现“7项可持续发展目标” ——《2030年议程》中主要的关键业绩指标。《2030年议程》是联合国所有成员国于2015年通过的一项计划,该项计划的目标在于可持续发展与落实在应对现代社会主要政治、环境与社会挑战等方面的问责制度。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。