盈彩网网址 - 平台推荐安卓版v2.9.1(2023已更新)

工匠先锋点燃城市“智慧火把”******

　　近日，一场代表上海智慧城市最高水准的竞赛在上海华能大厦举行。25名在城市数字化转型相关技术领域的产业精英和工匠，现场向专家评委和观众展示上海在城市数字化转型中呈现出的智慧与力量。

　　这场由上海市总工会、上海市经济和信息化工作委员会、上海市经济和信息化委员会共同主办的上海城市数字化转型“智慧工匠”选树、“领军先锋”评选活动今年已是第7年。颁奖仪式上，上海市总工会副主席周奇表示，希望通过“智慧工匠”“领军先锋”评选活动，激发城市数字化各领域从业人员的创新创造活力，进一步加强上海数字化转型人才队伍建设，推动更多竞赛成果转化为优秀解决方案和应用场景。

　　培育高端人才引领先导产业

　　从2021年起，活动面向致力于上海城市数字化转型各领域的建设者，主要聚焦在集成电路、人工智能、生物医药、信息化建设及相关技术领域，挖掘树立一批工匠先锋。

　　参加决赛的25名候选人，都是上海城市数字化转型建设的标杆型人物，其中既有专注信息技术和模式创新的大拿，又有致力于传统行业通过数字化实现转型提升的实践者；既有国有企业的技术管理人员，又有民营企业的创新创业技术人才。

　　获得此次一等奖的星希尔生物科技（上海）有限公司CEO李成涛创办企业仅3年左右，其自研的MI平台可快速准确描述分子和蛋白间的相互作用、精确计算目标药物分子与特定靶标的结合自由能，突破经典计算模拟方法，上线1个月，已有20余家标杆客户试用并推进合作。

　　得益于不断优化的选树活动模式，以及坚持赛评结合、以赛促评的方式和不断完善的激励培养机制，活动举办7年来，涌现出一大批像李成涛这样在城市数字化转型实践中的能工巧匠和优秀的数字化转型成果、项目。城市数字化转型各领域培养劳模工匠的热情和职工的创新创造活力被充分激发。

　　截至2022年9月，活动共评选出“智慧工匠”60人、提名奖60人；“领军先锋”60人、提名奖55人。获奖选手可参评上海市五一劳动奖章、“上海工匠”等荣誉，有效提升了市级劳模工匠的“智慧”指数。

　　赛场上演绎工匠精神

　　入围选手的经历和成果，对数字化时代的工匠精神内涵做了生动演绎。

　　今年的竞赛单元大幅度迭代更新，新增绿色低碳、元宇宙、智能终端等新赛道。获得一等奖的朱俊领衔研究的《融数注智城市全光云网底座关键技术研究与规模应用》项目，经过5年的技术研发创新，为2500万人、数百万名用户提供与数字世界连接的“动脉血管”。这也是朱俊用“创新、专注、坚持”诠释工匠精神的体现。

　　同样获得一等奖的奚笑冬总结了自己对工匠精神的理解：立得稳、守得住，方得始终。由他牵头完成的上海地铁全自动驾驶系统，实现了地铁设计的彻底转型。

　　竞赛通过科学设计评选指标，进一步凸显参评者需具备的精神特质“软实力”和技术技能“硬水平”，从而展示出项目和参赛选手的“含金量”。

　　以“点上突破”带动“满盘皆活”

　　“收钱吧到账啦”，这个老百姓耳熟能详的声音，如今有了惠及更多小商贩的新举措。竞选“领军先锋”的收钱吧CEO陈灏在演讲中表示，收钱吧开启从移动支付、数字支付向“数字化门店”的转型，商家只需在APP中输入门店相关信息，就能获得收钱吧为其生成的数字化门店，联通线上线下购买渠道。

　　工业领域的数字化赋能，场景则更为宏大。此次竞赛中获奖的优也科技CEO李克斌表示，国内不少头部企业的底层工业数据操作系统、数字孪生引擎等都由优也来搭建。“我们为上电漕泾发电厂的两台百万机组做数字化能效分析诊断，实现近10万吨的二氧化碳减排。”李克斌举例说。

　　在竞赛中，一个个数字化场景陆续落地，但主办方的期待还不止于此。“我们期待数字化不仅要赋能各行各业，还要赋能产业链的上下游。”主办方相关负责人表示，“在赛场内，一批批优秀项目、解决方案逐年丰富；在赛场外，各行各业得以互学互鉴，更多创意火花被激发，加速城市的整体数字化转型。”（工人日报记者 裴龙翔）

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）