点击右上角微信好友

朋友圈

请使用浏览器分享功能进行分享

正在阅读:天天发娱乐下载-天天发娱乐交流群
首页>文化频道>要闻>正文

天天发娱乐下载-天天发娱乐交流群

来源:天天发娱乐官网平台2024-01-15 17:48

  

【十年中国风】环球中国味,谁是TOP1?******

  中新网北京10月7日电题:【十年中国风】环球中国味,谁是TOP1?

  作者 刘越

  这十年来,谁才是“中国味道”中的人气TOP1?

  如果在网上这样发问,得到的答案必定五花八门又暗藏“刀光剑影”——

  超越时空局限,中国味道“燃起来”

  霎时间,川菜、粤菜、湘菜、鲁菜等各大菜系粉丝纷纷下场,煎饼果子、臭豆腐、驴打滚等地方小吃拥趸也不遑多让。可谓“一条大河波浪宽,两岸口味不一般”。

哈尔滨师大夜市,市民们现场享用美食。中新社记者 孙汉仑 摄
哈尔滨师大夜市,市民们现场享用美食。中新社记者 孙汉仑 摄

  泱泱中华地大物博,华夏儿女食不厌精。再加上这十年来,随着经济发展,人流物流通达,餐饮及相关行业稳步前行,中国味道在跨越时空限制后愈加异彩纷呈——

  云南人能在武汉吃到正宗的东北杀猪菜,天津人围着延边烤肉喝着北京二锅头。中国互联网信息中心数据显示,截至2021年底,网上外卖用户规模超过5亿人。科技的进步让“十里不同风,百里不同俗”成为“足不出户,尽享天下美食”。

  如果把问题换成“外国人最爱的中国味道”,答案又会如何?网友们大概率会犹豫又不失礼貌地反问:“呃……是不是饺子和烤鸭?”

  那么,“中国味道”在海外的这十年,又究竟呈现出怎样的发展轨迹?

  海外的“中国味道”是什么味?

  和“华夏吃货”兼收并蓄的“中国胃”相比,老外们的口味着实有点让人难以捉摸。不过这十年来,越来越多的中国美食扬帆出海,让海外正宗的中国味道,也逐渐变得有“迹”可循。

  中国餐饮文化对外输出由来已久且影响深远。以日本厚生劳动省近年来公布的资料为例,共有近6万家中华料理店遍布日本全国。不过海外有两个关于中餐的概念——“改良中餐”和“本味中餐”。前者结合本地口味,后者更加原汁原味。

加拿大蒙特利尔,在唐人街举行的亚洲美食集市吸引食客光顾。中新社记者 余瑞冬 摄加拿大蒙特利尔,在唐人街举行的亚洲美食集市吸引食客光顾。中新社记者 余瑞冬 摄

  在采访中,小新被狠狠科普了一波“洋中餐刺客”。“学校附近有一家点菜制的中餐馆,难吃得令人发指。”在意大利留学四年的声乐老师安德烈(化名)回忆:“印象中最难吃的一道菜是锅包肉,难以下咽,嚼起来像橡皮糖,味道跟中国完全不一样。”

  曾任日本“麻辣联盟”中国支部总代表的何珂表示,中餐的改良有其客观原因。他介绍,川菜传入日本时,缺乏基础的四川调味料,只能寻求替代品,比如用日本的味噌代替甜面酱来炒回锅肉,味道自然不够正宗。

  而近十年间,随着国际交往的密切和中华文化的影响力日彰,原汁原味的中餐也正在异军突起。其中,火锅表现亮眼,按照门店收入计算,2021年的国际中式餐饮市场中火锅占比11.1%,约289亿美元。此外,兰州拉面、酸菜鱼、广式早茶等美食纷纷扬帆出海,正宗中国味道席卷全球。

  “中国味道”,何以在世界大放异彩?

  在何珂看来,饮食文化的传递是循序渐进的。

  “经过改良后,把更适应当地口味的菜品做出来,也更有利于中华料理的对外传播。”而十年一瞬弹指间,无论是改良还是原味,中国味道在海外都开辟出更广阔的赛道。弗若斯特沙利文的报告显示,2021年,国际市场上的中式餐饮数量已经超过60万家,市场规模高达2644亿美元。

日本街头中餐店。留学生小董供图日本街头中餐店。留学生小董供图

  “从前日本流行改良版的中餐,但从去年开始,日本兴起了一个潮流‘ガチ中華’,即追求本味的中国菜。”何珂以花椒举例,近年来,一些在日本开餐厅的当地人,每年会来成都收购青花椒带回国,他们很喜欢花椒的香味和麻味。

  中国味道为何能在世界大放异彩?除了中餐本身的味觉魅力,经济发展推动综合国力增强,大批华人出海创业、留学、旅游,中餐消费群体日益增长;互联网上资讯发达,李子柒、厨师王刚等美食博主火遍全球,让外国食客渴望尝试更地道的中国味道;与此同时,中国文化的对外影响力不断提升,辐射到生活的方方面面。

海外中餐店。留学生路萱供图海外中餐店。留学生路萱供图

  美食作家李作民认为,所有美食本质上都是一种文化现象,“中餐在美国或者在全球有多大影响,取决于中国文化对海外有多大的影响。”

  谁才是海内外的“中国味道”人气TOP1?或许这个问题并没有统一的答案。中国味道不拘泥菜系,而在于百花齐放的美食格局;中国味道不限制地域,我们有“足不出户,吃遍天下美食”的科技硬实力;中国味道更是不必纠结“改良”或“本味”——在这两条赛道上,中国味道都正在日益香飘全球。

                                                                                                                                                                  天天发娱乐下载

                                                                                                                                                                  向善而生的AI助盲,让AI多一点,障碍少一点******

                                                                                                                                                                    有人说,盲人与世界之间,相差的只是一个黎明。在浪潮信息研发人员的心中,失去视力的盲人不会陷入永夜,科技的进步正在力图给每一个人以光明未来。

                                                                                                                                                                    AI助盲在人工智能赛道上一直是最热门的话题之一。以前,让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破,更多的失明者正在借助AI提供的感知、理解与交互能力,以另一种方式重新“看见世界”。

                                                                                                                                                                    新契机:多模态算法或将造福数以亿计失明者

                                                                                                                                                                    科学实验表明,在人类获取的外界信息中,来自视觉的占比高达70%~80%,因此基于AI构建机器视觉系统,帮助视障患者拥有对外界环境的视觉感知与视觉理解能力,无疑是最直接有效的解决方案。

                                                                                                                                                                    一个优秀的AI助盲技术,需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展,才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够,以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。

                                                                                                                                                                    多个模态的交互可以提升AI的感知、理解与交互能力,也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说,多模态算法在AI助盲领域的应用一旦成熟,将能够造福数以亿计的失明者。据世卫组织统计,全球至少22亿人视力受损或失明,而我国是世界上盲人最多的国家,占世界盲人总数的18%-20%,每年新增的盲人数量甚至高达45万。

                                                                                                                                                                    大挑战:如何看到盲人“眼中”的千人千面

                                                                                                                                                                    AI助盲看似简单,但多模态算法依然面临重大挑战。

                                                                                                                                                                    多模态智能算法,营造的是沉浸式人机交互体验。在该领域,盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一,这项研究已经吸引了全球数以万计的视障患者参与,这些患者们上传自己拍摄的图像数据和相匹配的文本问题,形成了最真实的模型训练数据集。

                                                                                                                                                                    但是在现有技术条件下,盲人视觉问答任务的精度提升面临巨大挑战:一方面是盲人上传的问题类型很复杂,比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。

                                                                                                                                                                    另一方面,由于盲人的特殊性,很难提取面前物体的有效特征。比如盲人在拍照时,经常会产生虚焦的情况,可能上传的照片是模糊的或者没有拍全,或者没拍到关键信息,这就给AI推理增加了难度。

                                                                                                                                                                    为推动相关研究,来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”,并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题,然后要求给出相应的答案,解决盲人的求助。

                                                                                                                                                                    另外,盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说,盲人逛超市,由于商品外观触感相似,很容易犯错,他可能会拿起一瓶醋却询问酱油的成分表,拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效,没法给出有效信息。

                                                                                                                                                                    最后,针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制,同样也是现阶段的研发难点。

                                                                                                                                                                    多解法:浪潮信息AI助盲靶向消灭痛点

                                                                                                                                                                    AI助盲哪怕形式百变,无一例外都是消灭痛点,逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究,只为帮助盲人“看”到愈发精彩的世界。

                                                                                                                                                                    在VizWiz官网上公布的2万份求助中,盲人最多的提问就是想知道他们面前的是什么东西,很多情况下这些物品没法靠触觉或嗅觉来做出判断,例如 “这本书书名是什么?”为此研发团队在双流多模态锚点对齐模型的基础上,提出了自监督旋转多模态模型,通过自动修正图像角度及字符语义增强,结合光学字符检测识别技术解决“是什么”的问题。

                                                                                                                                                                    盲人所拍摄图片模糊、有效信息少?研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法,并提出多阶段交叉训练策略,具备更充分的常识能力,低质量图像、残缺的信息,依然能够精准的解答用户的求助。

                                                                                                                                                                    目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点,在AI助盲领域斩获世界冠军两项、亚军两项。

                                                                                                                                                                    真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此,研发团队首次提出视觉定位文本去噪推理任务FREC,FREC提供3万图片和超过25万的文本标注,囊括了口误、歧义、主观偏差等多种噪声,还提供噪声纠错、含噪证据等可解释标签。同时,该团队还构建了首个可解释去噪视觉定位模型FCTR,噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议,该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。

                                                                                                                                                                    在智能交互研究方面上,浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA,同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。

                                                                                                                                                                    眼球虽然对温度并不敏感,但浪潮信息的研发团队,却在努力让盲人能“看”到科技的温度,也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍,跨越山海。科技的伟大之处不仅仅在于改变世界,更重要的是如何造福人类,让更多的不可能变成可能。当科技成为人的延伸,当AI充满人性光辉,我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意,见证着更加光明宏大的远方。

                                                                                                                                                                    (文图:赵筱尘 巫邓炎)

                                                                                                                                                                  [责编:天天中]
                                                                                                                                                                  阅读剩余全文(

                                                                                                                                                                  相关阅读

                                                                                                                                                                  推荐阅读
                                                                                                                                                                  天天发娱乐官方网站俄醉酒母亲推婴儿车横穿公路 2岁宝宝瞬间被撞飞
                                                                                                                                                                  2023-12-30
                                                                                                                                                                  天天发娱乐手机版APP美军叫嚣将增加穿越台湾海峡频率
                                                                                                                                                                  2024-08-22
                                                                                                                                                                  天天发娱乐开奖结果“全民级影视”爆款力作让我们看到了什么?
                                                                                                                                                                  2024-08-04
                                                                                                                                                                  天天发娱乐官网网址家务时间 成都男性超过女性
                                                                                                                                                                  2023-12-01
                                                                                                                                                                  天天发娱乐官网从1989到2019,中国电子竞技的三十年考
                                                                                                                                                                  2024-03-16
                                                                                                                                                                  天天发娱乐注册“火箭实力”铸就冬奥传奇
                                                                                                                                                                  2024-02-11
                                                                                                                                                                  天天发娱乐开户习近平三次来到宁夏 对这件“小事”很挂心
                                                                                                                                                                  2024-09-23
                                                                                                                                                                  天天发娱乐投注有望3季度上市 长安欧尚科赛GT最新消息
                                                                                                                                                                  2023-12-25
                                                                                                                                                                  天天发娱乐登录网易公布2018年第二季度财报
                                                                                                                                                                  2023-12-27
                                                                                                                                                                  天天发娱乐计划群 灾后才被重视的文遗“数字化”,只是将馆藏搬上网那么简单?
                                                                                                                                                                  2024-08-10
                                                                                                                                                                  天天发娱乐充值张国华:中国广告人需关注创意和内容
                                                                                                                                                                  2024-05-28
                                                                                                                                                                  天天发娱乐计划日本史上最长10连休 六成民众将宅在家
                                                                                                                                                                  2023-12-07
                                                                                                                                                                  天天发娱乐论坛伦敦机场附近浓烟滚滚
                                                                                                                                                                  2024-08-17
                                                                                                                                                                  天天发娱乐下载app微访谈:林怡谈教育应很自然
                                                                                                                                                                  2024-06-10
                                                                                                                                                                  天天发娱乐走势图泰禾再向世茂出售一项目股权,已累计回笼资金约37亿!
                                                                                                                                                                  2024-05-25
                                                                                                                                                                  天天发娱乐官方北七家限竞房金辰府户型曝光 89平3居470万/套起
                                                                                                                                                                  2024-05-28
                                                                                                                                                                  天天发娱乐app下载用脚步丈量工地 南沿江铁路江阴站安全总监小记
                                                                                                                                                                  2024-10-02
                                                                                                                                                                  天天发娱乐代理2019年12星座开财运大法
                                                                                                                                                                  2024-06-27
                                                                                                                                                                  天天发娱乐app太空人单局四分带走比赛 主场4-1逆转战胜印第安人
                                                                                                                                                                  2024-02-27
                                                                                                                                                                  天天发娱乐手机版《问道》13岁周年大服开启
                                                                                                                                                                  2024-10-23
                                                                                                                                                                  天天发娱乐邀请码 乐基儿晒照宣布产子 自曝停止社交动态照顾孩子 ​​​​
                                                                                                                                                                  2024-03-18
                                                                                                                                                                  天天发娱乐网投韩国瑜谈“30日将会郭台铭”:见面一定很热情
                                                                                                                                                                  2024-08-23
                                                                                                                                                                  天天发娱乐客户端下载 继王者荣耀后,腾讯又出现象级手游?模仿国外大作让死宅走出家门
                                                                                                                                                                  2023-12-14
                                                                                                                                                                  天天发娱乐APP众信旅游净利润暴跌九成 服务质量和股价令人心焦
                                                                                                                                                                  2024-05-12
                                                                                                                                                                  加载更多
                                                                                                                                                                  天天发娱乐地图