乐发彩票走势图|乐发彩票平台

“酷爷爷”与“小使者”，习近平如何与“未来”对话未来******

　　(近观中国·外交篇)“酷爷爷”与“小使者”，习近平如何与“未来”对话未来

　　中新社北京9月29日电 题：“酷爷爷”与“小使者”，习近平如何与“未来”对话未来

　　作者 钟三屏

　　在中国最高领导人习近平紧凑的外访行程中，常常有与当地青少年互动的环节。即便在国内繁忙的日常工作中，习近平也多有与外国中小学生的尺素往来。

　　在这些互动中，“人民友好的传承者”“东西文明互鉴的促进者”是习近平对各国青少年的深切期待，他与这些“未来”的对话，既有青春的关键词，也有放眼世界的未来。

　　——友谊的未来

　　在美国犹他州卡斯卡德小学生沃娜亚的眼中，中国最高领导人习近平是个“很酷”的爷爷。

　　卡斯卡德小学是犹他州最早开展中文沉浸式项目的学校之一。2020年春节前夕，50名四年级小学生用中文给习近平写就新春贺卡寄往中国。

　　很快，他们便收到了回信。“习爷爷说我们可以做友谊小使者，可以帮助中国和美国做更好的朋友！”

资料图。图片来源：视觉中国

　　众所周知，习近平是个“球迷”。2014年对德首次国事访问，在柏林奥林匹亚体育场的草坪上，他与共同训练的中德两国少年足球队员对话：希望你们这一代出现球星！2017年7月，在同一个体育场，他鼓励参加中德青少年足球友谊赛的小球员“成为好朋友、好伙伴”。

　　在双方共同努力下，中德足球合作近年不断深入，在结出硕果的同时，也成为传播文化和友谊、促进民心相通的桥梁。

　　在比利时大熊猫园给孩子们送毛绒玩具，在巴布亚新几内亚同合唱团学生聊他小时候唱过的中国歌曲，在冰场中圈为中俄青少年冰球友谊赛开球……这些融元首外交与民间外交为一体的温情瞬间，让友谊的种子厚植，“人民友好的传承者”“东西文明互鉴的促进者”正在成长。

　　——人类的未来

　　天下大同、协和万邦是中华民族自古以来对人类社会的美好憧憬。习近平在2022年夏天与马耳他圣玛格丽特中学“中国角”师生的通信中说，“我们生活的世界历史和现实交织、希望和挑战并存，人类命运休戚与共，唯有守望相助、合作共赢才能让人类共享发展成果。”

　　为破解全球发展难题、应对国际安全挑战，习近平先后提出共建“一带一路”倡议、全球发展倡议、全球安全倡议，中国正在以实际行动践行人类命运共同体理念。与此同时，习近平也用他的方式帮助世界各国青少年更好地理解这些宏大命题。

　　“像保护眼睛一样保护自然和生态环境”“欢迎你们有机会来到中国，参观世界上最大的风电站和太阳能电站、面积最广阔的人工林和风光秀丽的国家公园”。2022年4月，在复信英国弗朗西斯·霍兰德学校小学生时，习近平同这些关注气候变化的“绿色小使者”分享中国的环保故事。

资料图：塞罕坝林场。图片来源：视觉中国

　　——阳光的未来

　　孩子是世界的未来，需要小心呵护，让他们沐浴在幸福安宁的阳光里。

　　2019年5月15日，习近平在亚洲文明对话大会开幕式主旨演讲中说，“亚洲一些民众特别是妇女儿童正忍受着贫困、饥饿、疾病的折磨，这样的局面必须改变”。

　　在此前不久，他刚给老挝中老友好农冰村小学全体师生回信。“从你们的来信中得知，‘一带一路’建设给你们的学校和家乡、学习和生活带来了许多积极变化。实现沿线国家共同发展，让民众过上好日子是我提出‘一带一路’倡议的初心。”

　　“欢迎你们早日乘上中老铁路列车来到北京”，是这封信的结语。2021年12月3日，连接昆明和万象的中老铁路全线开通运营，农冰村小学的学生也坐上了从万象始发的“澜沧号”动车组列车。

　　中华文化素来秉承“人不独亲其亲，不独子其子。”在联合国的讲台，习近平多次呼吁让全世界的儿童都能沐浴在幸福安宁的阳光里。

　　百年未有之大变局叠加全球疫情，世界并不太平。“此时此刻，世界上很多孩子正生活在战乱的惊恐之中。我们必须作出努力，让战争远离人类，让全世界的孩子们都在和平的阳光下幸福成长。”习近平2014年在联合国教科文组织总部的演讲，至今依然在回响，人类比以往更需要携手前行，共克时艰。

　　若行而不辍，则未来可期。(完)(图片素材来源：新华社、中新社、中新网)

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）