快三平台代理 - ISO/安卓/推荐(2023已更新)

数字普惠，让数字文明人人共享******

　　【乌镇实践】

　　光明日报见习记者 刘习

　　世界互联网大会乌镇峰会“长三角一体化数字文明共建研讨会”11月9日在乌镇互联网国际会展中心举行。与会嘉宾、专家学者及代表企业负责人聚焦长三角一体化发展、共话数字文明，多位专家针对数字普惠议题建言献策。

　　浙江省委常委、常务副省长徐文光表示，紧扣“一体化”和“高质量”两个关键词，长三角地区正合力打造民生一体化应用场景。目前，长三角“民生一卡通”已加载公共交通等21项服务功能；138项政务服务事项实现长三角一网通办；异地门诊直接结算已覆盖长三角41个城市。“共建共享、开放融合、互助共进、多跨协同”的“数字长三角”合作平台的打造，激发了长三角地区数字协同创新活力。

　　嘉兴位于长三角中心腹地，乘着长三角一体化发展的东风，以数字化统筹城乡发展。“去年，所有村集体年经常性收入都超过120万元，城乡收入比达到1.60:1。”浙江省嘉兴市委书记陈伟介绍，“在嘉兴，家庭千兆光网覆盖率达95%以上，数字基建为数字化改革和数字文明建设提供了底座支撑。同时，人才引进和智力成果的产出不仅让人民享受数字文明成果，也让更多人体验参与数字文明建设的成就感。”

　　“数字赋能长三角经济一体化发展有着现实的禀赋支撑，也有新的路径和突破。”浙江大学副校长、长三角一体化发展研究中心主任黄先海在主旨演讲中从产业发展建设的角度出发，提出打通消费互联网与产业互联网；打通中国市场与世界市场；打通数字创新与产业发展；打通实体经济与数字经济；打通区域数据指标，让数字普惠不同链条、不同行业、不同主体，在推进建设长三角数字经济一体化的同时，构筑网络空间命运共同体。

　　数字安全保障有力是全球数字发展的必由之路。中国工程院院士、国家数字交换系统工程技术研究中心主任邬江兴从技术的角度出发，提出以内生安全赋能数字基础设施网络弹性。他介绍道：“目前已经开发的20多类40多种产品，基本满足现有数字基础设施的升级改造问题。构建于南京紫金山实验室的网络内生安全实验场向全球开放，为各主体以数字赋能发展提供了安全环境。”

　　浙江清华长三角研究院智库中心主任李继春从中国传统哲学的思维视角阐释数字文明，提出自然之力应当是数字文明发展的遵循，技术向善是以数字化改革推动数字文明建设进程中的重要伦理遵循，要在建设数字文明的进程中尊重人、发展人。

　　数字文明建设的普惠和关怀不仅成于理念，还体现在行业内的各项实践。“我国有许多残障人士，他们的数字生活值得关注，支付宝就把残障人士的使用作为技术开发强制标准。”蚂蚁集团党委副书记、首席合规官李臣在研讨会上如是说。

　　在数字化治理的同时提供数字化服务和关怀，是企业参与数字文明建设、让建设成果惠及更多人的生动体现。南京图灵人工智能研究院首席执行官李强介绍，在一次计算、数据安全、图像诊疗技术的支持下，图灵联合北京协和医院和南京妇幼保健院，针对33个国家级贫困县的妇产医院提供了远程诊疗系统，为贫困地区人民提供更美好的生活和医疗保障。科大讯飞则立足智能语音、计算机视觉上的技术优势，优化产业布局。据科大讯飞副总裁孙东平介绍：“科大讯飞教育为教师减少30%的备课时间，语文和英语作文的批改时间减少70%，学生更精准学、练，课后作业时间减少50%。”

　　上海社会科学院副院长、长三角与长江经济带研究中心常务副主任王振指出，技术迭代、使用场景丰富、操作方式简洁化，体现的是数字文明建设过程中的人文关怀。对此，嘉兴学院经济学院院长、嘉兴学院中国共同富裕研究院执行院长文雁兵表示认同，在他看来，以人民为中心的发展理念和马克思所提出的人的全面发展目标能够通过数字文明的新思想、新进程、新路径得以实现。

　　据悉，本次研讨会上，沪苏浙皖长三角联席办和上海青浦、上海松江、杭州、宁波、嘉兴、湖州、南京、苏州、合肥、芜湖等10个城市人民政府还共同倡议发起组建了“数字长三角共建联盟”，并发布《携手迈向长三角数字文明新未来——乌镇宣言》。会议同时采用网易瑶台元宇宙会议系统搭建了元宇宙虚拟会场，打破了空间限制，为参会人士提供了更真切的现场感受。

　　《光明日报》（ 2022年11月10日 12版）

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）