彩神彩票官网-彩神彩票登录

为什么黄桃会被做成罐头？******

　　最近，黄桃罐头可谓是一罐难求。不少网友表示：“小时候每次发烧感冒，妈妈都会给我买黄桃罐头冰镇吃”“东北小孩，哪个童年时代，生病了不得吃一罐罐头？”

　　那么，你知道好端端的黄桃为什么要被做成罐头？为什么黄桃罐头可以在东北“封神”吗？

　　黄桃有哪些特点？

　　黄桃不易保存。黄桃是最易腐烂变质的水果之一，采摘以后，通常只能保存四五天。

　　黄桃自身特性决定它适合做罐头。黄桃具备三个特点：肉黄、黏核、不溶质，反而都是做罐头的优势。黏核的黄桃靠近果核的果肉不会被染成红色，做成罐头颜色更漂亮；黄桃果肉坚硬，纤维少，经过高温蒸煮后果肉依然紧实不散，汤汁金黄清亮，做出的罐头颜值高、卖相好。

图源：摄图网

　　黄桃加工成罐头可以有效改良黄桃的口感。黄桃本身偏酸，加上白糖蒸煮过后，酸甜可口，口感更佳，满足大众挑剔的口味。

　　罐头类的食品防腐剂很多吗？

　　有些人很喜欢吃水果罐头，却不太敢吃，觉得罐头保质期很长，肯定添加了许多防腐剂，吃了可能会对身体不好。但事实却是，水果罐头一般没有防腐剂，因为不需要。

　　新鲜水果变坏是因为受到了有害微生物的污染，微生物靠着水果中的营养进一步繁殖，进一步加剧水果的腐烂变质。 而罐头是新鲜水果经过清洗、挑选、去核等工序后进一步加工的，会经过高温杀菌处理。先在85℃条件下，恒温杀菌10分钟，然后再在92℃条件下继续杀菌10~12分钟，最后再把氧气排干净，形成负压，密封保存起来。有的是在121℃条件下直接灭菌20分钟以上。

水果罐头的工艺流程 图源：参考文献

　　整个流程下来不仅已经不含有致病性微生物，而且也不含有在通常温度下可繁殖的非致病性微生物。外面的也进不去，所以黄桃罐头就不需要防腐剂了。

　　其他罐头基本也不含防腐剂。目前我国的罐头生产工艺，大多数罐头生产厂家都靠灌装密封和长时间超高温加热来进行灭菌处理，这样处理以后，再顽强的细菌微生物也活不了啦，也不需要防腐剂帮忙！因此，你只要注意查看罐头的配料表就会发现，市面上的罐头基本都不含防腐剂。偷偷说一句，防腐剂也要钱啊！

　　黄桃罐头营养价值高吗？

　　有人觉得黄桃罐头没有营养，不如直接吃黄桃。这样的想法可就错了。

　　罐头里的水果都很新鲜的，很多都是在刚摘下来不久的时候就被做成罐头了。所以，黄桃罐头的桃肉是很新鲜的！

　　罐头里通常还会额外添加维生素C抗氧化、延长保质期，所以维生素C含量可能比新鲜黄桃更有优势。黄桃最值得一提的营养是类胡萝卜素，无论是鲜果还是罐头，二者含量差异都不大。它可以在体内转化为维生素A，对眼睛的健康有益。

图源：摄图网

　　虽然罐头一般都经过了高温灭菌处理，一些维生素C这样不耐热的营养素会被破坏，但是还有一些耐热的维生素和营养素都还是被完完整整地保存下来了。所以，只能说有些罐头的营养比新鲜水果蔬菜略微少一些，但绝对不是毫无营养！

　　不过在出现咳嗽症状时，建议还是要少吃。山西医科大学第二医院呼吸与危重症医学科副主任高晓玲提醒，食用黄桃罐头这样的甜食会加重咳嗽。一方面是因为甜食可直接刺激咽喉部位的神经，反射性地引起咳嗽，使咳嗽加重；另一方面是因为糖会刺激咽喉黏膜，导致咽喉部分泌物增加，加之糖的黏性较大，使分泌物更加黏稠，从而导致痰液不易咳出，并加重咳嗽。还有咳嗽如果是呼吸道感染引起的症状，甜食中的糖分会导致细菌大量滋生繁殖，所以会加重咳嗽。

　　来源：人民日报健康客户端、中国新闻网、生命时报、科普中国、健康热点科普号、武汉市场监管

　　参考文献：江舰,尤逢惠,朱莉昵. 黄桃罐头加工工艺技术研究[J]. 农产品加工,2017,(09):32-34.

　　整理：刘雪洁　蔡琳

人工智能，如何妙笔“生”画******

　　核心阅读

　　输入一段话，“绘”出一幅画——人工智能的绘画本领，吸引众多职业画师和零基础用户尝鲜。人工智能绘画的本质是计算，接受“语言描述”指令后根据自身的理解还原出图像。未来，人工智能技术应用于艺术创作等领域，还要注意防范潜在风险，让技术进步更好地造福社会。

　　不用画笔、颜料，输入一段描述性文字，计算机就能自动解析，生成相应的画作。2022世界人工智能大会上，人工智能绘画的展示令观众惊叹。

　　一些过去专属于人类创作的领域，比如绘画、书法、写作、作曲，如今人工智能也已开始涉足。人工智能是如何绘画的？当前沿技术与艺术相遇，将碰撞出怎样的火花？在内容、版权等方面又是否存在问题？

　　从文本到图像，人工智能绘画本质是计算

　　人工智能绘画是一个从文本到图像的生成过程，输入一段话，生成一幅画，本质是计算。简要地说，计算机通过大量学习，能识别特定图片元素和文本之间的关联。同理，人工智能程序在收到“语言描述”指令后，可以根据自身的算法还原出图像。

　　设定计算机程序作画的想法由来已久。早在20世纪70年代，就有艺术家开发了操作机械臂的电脑程序，让机械臂按照指令在画纸上作画。近些年，人工智能技术日新月异，科研人员尝试设计自动作图的计算机程序。但过去很长一段时间，人工智能“画”出的作品普遍不够好，往往只是一些模糊的图像元素的组合，还称不上是完整的画。

　　今年以来，人工智能画技迅速“进化”。谈及技术突破原因，百度文心一格总架构师肖欣延认为，这是预训练大模型的兴起、大数据的训练和扩散模型的出现3方面共同作用的结果。

　　具体来说，预训练大模型增强了人工智能的通用性，成为人工智能技术及应用的新基座；大数据的训练中，通过在众多高性能GPU(图形处理器)算力资源中进行并行学习，计算机能够在短时间内完成大量的数据学习。近年来，几乎所有人工智能的技术发展都受益于这两方面的进展。而对人工智能绘画来说，扩散模型的出现至关重要。

　　扩散模型的原理是，通过人为逐步添加噪声，让图像逐渐变“模糊”，再不断学习去噪过程，如此人工智能就能从完全是噪声的图片中逐渐还原出清晰的图片，即“画”出图像。

　　“这一过程与人类学习相似。通常，人们学画从临摹开始，机器也是如此。它最初生成的图像可能很模糊，但计算机会不断修正，从而输出越来越清楚、层次越来越丰富的图像。”肖欣延说。

　　扩散模型让人工智能绘画技术实现跨越，不仅作画质量快速提升，生成时间也缩短到几秒钟。

　　众多用户尝鲜，大量应用加速“画技”进化

　　汤林杰是某互联网公司的运营人员。工作中，他需要借助一些图片来丰富文案，而网络上找到合适的配图并不容易。今年10月，了解人工智能绘画程序后，他尝试自己“画”图。现在，人工智能绘画工具已经是他工作的重要辅助。

　　随着算法模型对公众开放以及训练数据成本的下降，人工智能绘画门槛越来越低，一些简易化操作平台在国内外兴起。如今，不仅一些职业插画师尝试用人工智能绘画程序辅助作画、激发灵感，许多没有绘画基础的用户也开始尝鲜，并“晒”在社交平台上。

　　大量需求的涌现也加速了技术的更新迭代。“用人工智能绘画的人越多，算法就越能理解输入的描述文本，画作质量就越高。”肖欣延表示，当前人工智能绘画水平与今年初相比，已经有很大进步。

　　不过，目前的人工智能绘画技术并不完美。首先，可控性仍然不高，即计算机不能很好理解人类指令的含义，即便是输入“画两个苹果，左边红色，右边绿色”这样的简单描述，生成的图像也可能有很大偏差；其次，细节呈现能力还不够。比如，对空间、透视和光影的刻画就很不如意。不少人工智能渲染出的画作，初看上去惊艳，认真观察问题却不少。

　　但肖欣延认为，人工智能绘画在技法上的缺陷未来有望得到弥补。比如，基于跨模态大模型和强大的深度学习框架，百度开发的技术一定程度上已经缓解这些问题。此外，未来人工智能不仅能作画，还能根据文本描述生成视频，并直接配上解说文字，“可以把视频生成看作是维度更高的绘画，从技术层面看，这是可以实现的。”

　　防范潜在风险，守住法律和伦理底线

　　人工智能进入绘画领域，计算机会取代人类画师吗？

　　在肖欣延看来，好的绘画与构图、设计语言、视觉情绪息息相关，即使人人都可以用人工智能技术作画，但通常只有高水平的画师才能制作出优秀的人工智能绘画作品，“人工智能只是作画的辅助工具”。此外，虽然有的人工智能绘画语言娴熟，也包含细腻的情感，但并不意味着机器有意识、情感，它不过是学过类似的作品，又恰好呈现出来了。“优秀的艺术作品往往是人的思想的投射，目前机器并没有真正具备思考能力。”肖欣延说。

　　不少业内人士认为，不妨以开放的心态拥抱人工智能绘画，接受新事物。可以预想，将来绘画中一些繁琐、重复性的工作可能由计算机完成，创作者能腾出更多时间去构思想法与创意，调整构图、色彩、光影氛围等。

　　“人工智能可能会激发绘画创造的活力。”肖欣延表示，20世纪前后，照相技术让传统肖像画失去市场，促使一些画家向非写实方向创新。与人工智能技术融合，或许能激发画家创作出别开生面的作品。

　　不过，由于人工智能绘画发展刚刚起步，技术发展也引发关于版权、内容把控等问题的争议。比如，有人认为，未经授权人工智能画作模仿原画的内容、构图和风格等，侵犯了原作者的版权，有违法嫌疑。也有人认为，“机器学习”过程是一种类人化的创作行为，同样体现了创造者的思想和劳动，应当获得版权保护。此外，还有人担忧，人工智能绘画技术若被滥用，可能滋生暴力等令人不适的图像。面对新技术发展，有必要前瞻潜在的风险，只有守住法律和伦理底线，技术进步才能更好地造福社会。

　　不只是绘画，写作、作曲、生成短片，人工智能日益强大的深度学习能力，让它与不同艺术门类发生着奇妙的碰撞。展望未来，业界专家认为，人工智能与艺术融合，一方面会降低一些艺术门类的创造门槛，让更多人参与到当代的审美创造中来；另一方面新技术会带来新的审美风格，人们或许能从中扩展对自身和世界的认识。

　　记者 喻思南

　　（文图：赵筱尘 巫邓炎）