彩云网代理 - 平台推荐安卓版v2.9.1(2023已更新)

聚焦“国际范” 政协委员支招北京建设国际一流和谐宜居之都******

　　中新网北京1月18日电 (记者 杜燕)《北京城市总体规划(2016年—2035年)》提出，2035年初步建成国际一流的和谐宜居之都，2050年全面建成更高水平的国际一流的和谐宜居之都。正在召开的北京市政协十四届一次会议上，委员们围绕加快建设国际科技创新中心、打造全球数字经济发展“北京标杆”、建设国际消费中心城市等为建设“国际范”大国首都建言献策。

　　2022年，北京国际科技创新中心建设取得显著成效，实现新跃升。据统计，去年北京市研发经费投入强度保持在6%以上，研发支出占地区生产总值比重稳居全国第一；全市新设科技型企业首次突破10万家，同比增长12.21%。

　　北京市政协委员、德勤中国首席执行官曾顺福谈到，创新一直是北京的优势，北京应进一步大力支持科技创新的发展，帮助企业推动数字化转型。而推动科技创新发展的很大动力来自于人才，建议北京加大国际人才引进能力，包括加强顶层设计、定向招引创新人才、加强对此类人才的配套服务以及提升北京市的宜居程度。

　　在他看来，北京可以推动科研和成果转化体制改革，创新科研管理机制，从工作环境、评价机制、薪酬待遇等方面建立有利于国际人才进入的创新环境，加强科研人才跨国流动的市场机制建设和合作方式创新，探索建立外国专家承担课题、联合研发项目经费包干制等科研项目管理改革创新，吸引更多外国高水平专家参与联合研发项目。对科技创业和中小型科技企业给予更多支持，设置科创企业发展基金，举办科技创新大赛，强化国际科研和创业的软硬环节建设等。同时，增强对国际人才的人文关怀和对其家庭成员的配套服务，围绕国际人才工作圈和生活圈，提升城市“软环境”。

　　当前，北京正全面推进智慧城市建设。根据《北京市“十四五”时期智慧城市发展行动纲要》，到2025年，北京将建设成为全球新型智慧城市的标杆城市。来自科技界的市政协委员、奇安信集团董事长齐向东认为，北京在建设智慧城市过程中，亟需打造高水平的智慧城市安全运营中心，树立中国智慧城市建设的标杆，为数字城市发展打牢基础。

　　“智慧城市应用场景复杂，防护难度大，需进一步加固网络安全底座。”在齐向东看来，智慧城市建设已成为现代城市重塑发展新优势、抢占竞争制高点的战略选择，而网络安全是智慧城市的核心底座，网络安全运营水平决定了智慧城市的抗风险能力。目前，奇安信正与西城区合作建设西城区网络安全运营中心，将努力把该运营中心打造成北京网络安全的“名片”，并向全国推广。

　　要打造全球数字经济发展“北京标杆”，齐向东认为，发展与安全是一体之两翼、驱动之双轮，有安全保障的发展，才是健康的、可持续的发展。他建议，进一步加大安全投入，提高网络安全投资在数字经济项目中的占比；另一方面，鼓励重点企业承担技术研发工程，加快突破关键核心技术。

　　《北京培育建设国际消费中心城市实施方案(2021—2025年)》提出，到2025年，北京在国际知名度、消费繁荣度、商业活跃度、到达便利度、消费舒适度、政策引领度等关键指标方面水平显著提升，基本建成国际消费中心城市，形成具有全球竞争力的体育、教育、医疗、会展等一系列“城市名片”。

　　“建设国际消费中心城市，要充分发挥数字经济的引领作用，消费科技场景的促进作用和金融保险的支撑作用，实现传统商圈转型和质量升级。”北京市政协委员、致公党北京市委副主委刘学增建议，北京要优化数字经济生态，对接能源、电力、通信等领域在京央企，组织一批具有较大量级和较强示范带动作用的应用场景；打造沙箱试验区，推动区块链技术在供应链金融、数字贸易治理、跨境支付等领域落地，形成一批标志性的金融科技应用场景；构建具有古都文化特色的数字文化新业态，立足古都创新文化资源优势，丰富数字化智能化应用场景；建设新型数字产业和消费集群，打造集文化、艺术、旅游、体育、休闲、娱乐等丰富多元为一体的消费场景。

　　来自工商联界的市政协委员、振兴国际智库理事长李志起多年来关注国际消费中心城市建设。他认为，国际一流商圈是展示国际消费中心城市的名片，是助力本土品牌走向世界的主场。北京目前有王府井、CBD和三里屯具备国际一流商圈的潜力，在打造差异化和识别度的国际一流商圈方面有一定优势，但也存在缺乏统一规划和管理等问题。

　　李志起建议，进一步统一商圈规划，打造商圈品牌。在商圈布局方面，可借鉴伦敦牛津街和纽约第五大道的空间布局，各商圈周边区域逐步连成一大片，有力提升商圈活跃度。同时，商圈自身建设要和周边资源积极联动，如通过过渡区域的设计将王府井和故宫打通，以人文历史为主脉络，实现文化和商业的交融。(完)

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）