彩神ap官网网址_彩神ap下载

【理响中国】加快建设现代化产业体系具有重要意义******

　　作者：杜传忠南开大学经济与社会发展研究院教授、博导，产业经济研究所所长

　　党的二十大报告提出，要建设现代化产业体系。现代化产业体系是现代化经济体系的重要内容。新征程加快建设现代化产业体系，是完整、准确、全面贯彻新发展理念、加快构建新发展格局、实现高质量发展的必然要求，对于全面建设社会主义现代化国家、顺利实现第二个百年奋斗目标具有重要意义。

　　建设现代化产业体系是建设现代化经济体系的重要内容。只有形成现代化经济体系，我国才能更好地顺应现代化发展潮流和赢得国际竞争主动，也才能为其他领域现代化提供有力支撑。习近平总书记指出：“现代化经济体系，是由社会经济活动各个环节、各个层面、各个领域的相互关系和内在联系构成的一个有机整体。”形成高水平现代化经济体系，要建设创新引领、协同发展的产业体系，实现实体经济、科技创新、现代金融、人力资源协同发展，真正使科技创新在实体经济发展中的贡献份额不断提高，现代金融服务实体经济的能力不断增强，人力资源支撑实体经济发展的作用不断优化。

　　建设现代化产业体系为构建新发展格局提供有力支撑。从国民经济运行角度说，要构建新发展格局，从根本上说就是要实现经济循环流转和产业关联畅通，这种产业关联畅通既包括区域层面的，也包括产业相互之间的，而区域层面的产业关联畅通有赖于形成科学合理的区域产业体系；产业层面的关联畅通则是要形成以融合、协同为主要特征的现代化产业体系，这个过程也是产业转型升级的过程。通过这一个过程，从根本上提升我国供给体系的效率和竞争力，解决各类“卡脖子”和瓶颈问题，从而实现国民经济的有效畅通和循环。我国只有加快推进产业转型升级，实现技术自立自强，发展更高水平的现代化产业体系，增强产业乃至整个经济的自主性、柔韧性、抗风险性和可持续性，才能更有效地提升外循环发展水平，更好参与国际经济竞争，形成以国内大循环为主体、国内国际双循环相互促进的新发展格局。

　　现代化产业体系是主动把握新一轮科技革命与产业变革，有效应对新一轮国际产业竞争的战略选择。一方面，以大数据、云计算、人工智能等新一代信息技术迅速发展和广泛应用为标志的新一轮科技革命正孕育新的重大突破，新一代信息技术与产业发展的各个领域的技术呈现深度融合态势，正在引发现有产业体系的深刻变革，这对我国产业转型升级提供了难得的历史机遇。另一方面，以美国为代表的发达国家大力推进“再工业化”战略，促进“制造业回归”，许多发展中国家也发挥自身优势竞相加快推进本国工业化进程，我国产业发展面临高端回流和中低端分流的“双向挤压”局面。国际产业发展环境和竞争态势，要求我国加快产业转型升级，发展现代化产业体系，塑造产业竞争新优势，提升我国产业国际竞争力。

　　现代化产业体系是有效应对各种风险、统筹安全与发展的基本支撑。当前，世界百年未有之大变局加速演进，新一轮科技革命和产业变革深入发展，与此同时，逆全球化思潮抬头，单边主义、保护主义明显上升，世界经济复苏乏力，全球性问题加剧，世界进入新的动荡变革期。我国发展进入战略机遇和风险挑战并存、不确定难预料因素增多的时期，各种“黑天鹅”“灰犀牛”事件随时可能发生。统筹安全与发展，有效应对和化解各种风险。

　　现代化产业体系是实现高质量发展和第二个百年奋斗目标的重大举措。在新发展阶段，我国要素比较优势和资源环境的约束条件等都发生了重大的趋势性变化，传统产业发展动力难以支撑高质量发展，要通过发展现代产业新体系积蓄形成新的产业发展动力和产业竞争优势，实现质量变革、动力变革、效率变革，为经济高质量发展提供坚实的支撑。我国只有建立现代化产业体系，才能加快新旧动力转换，更充分地释放工业化、信息化、城镇化、农业现代化同步发展蕴含的能量，为实现第二个百年奋斗目标提供强有力的支撑。

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）