乐发lv投注_ISO/安卓/推荐(2023已更新)

【乌镇声音】专访丨量子之歌白柏：推动知识服务触及全人群******

　　11月9日至11日，2022年世界互联网大会乌镇峰会在乌镇举行。大会期间，量子之歌集团联合创始人白柏表示，近年来，中国互联网产业总体保持平稳增长趋势，而受疫情影响，在线教育、远程办公、在线医疗等发展速度尤为亮眼。

　　此外，疫情带来的不确定性加剧了职场人的就业焦虑，在“自我提升”“突破职场瓶颈”的思考下，越来越多年轻职场人开启在线学习模式。

　　艾媒咨询报告显示，自2015年以来，中国知识付费用户规模呈高速增长态势，2022年用户规模预计达到5.3亿人。“以在线学习为主要方式的知识付费，恰恰是数字技术发展背景下值得关注的业态。构建学习型社会，既需要全民学习的意愿和风气，也离不开全民学习的软硬件支持。”白柏说。

　　随着移动互联网、智能设备的快速普及，中老年人网上冲浪已不再是什么新鲜事。老年人虽然有触网需求，但是数字鸿沟问题更值得重视。白柏认为，满足国人差异化的学习需求，仍然是未来值得深耕的事业，而用户的需求也给创业指明了方向。“也就是说，要让知识服务触及全人群，帮助用户将碎片化的知识搭建出知识体系，同时能够将理论知识融于实践。”（记者 李政葳 刘昊）

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）