凤凰彩票技巧|购彩大厅APP | 在线登录-APP下载

【视频】APUS创始人李涛谈互联网企业发展：尊重用户、保持创新、积蓄人才******

　　【TMT前沿】

　　“新基建”成为行业发展新趋势，将催生哪些发展机遇？APUS创始人兼CEO李涛介绍，5G和工业互联网的发展，给安全企业带来了巨大市场机遇。面对这样一个万亿级的市场，需要国家层面制定相应标准，让更多有技术、有条件的安全企业参与进来，进入工业互联网市场，更好地推动工业互联网发展。

　　谈及企业未来发展，李涛认为，首先，要尊重用户。互联网产业本质上是一辆在用户需求车轮上建造的马车，离开了用户需求就会失去市场。作为一家互联网企业，保持领先竞争力，就要尊重、捕捉用户需求，为用户做好产品服务。

　　其次，要保持创新。互联网企业最大的竞争优势是它的创造力和创新力。作为一个技术主导型的产业，互联网没有了技术创新，就没有了前进的动力。这里可能包括理念的创新、市场的创新、模式的创新、产品的创新等，但基础是技术领先，技术创新是互联网产业发展的驱动力。

　　第三，要积蓄人才。保持人才竞争优势，不断吸引优秀的人才加入，形成足够大的人才密度，这是一个企业持续实现创新力、保持技术领先的重要手段。

　　采访：李政葳

　　摄像：王宏泽

　　后期：孔繁鑫、姚坤森

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）