东西问·速读丨上海美国商会会长郑艺：美企仍看重中国市场******
中新社北京1月19日电 (记者 彭大伟 李金磊)全球疫情、地缘竞争，再叠加仍未偃旗息鼓的中美贸易战，在此背景下，中国市场是否仍具吸引力？
“在过去，抨击中国通常是在政治竞选的时候，但现在抨击中国已经成为‘家常便饭’了，这对双边商业关系不利。但对于美国公司来说，它们继续将中国视为非常重要的战略市场。”上海美国商会会长郑艺近日在中新社“东西问·中外对话”栏目中说。
郑艺指出，美国政策制定者要求美国公司“重新靠岸”或“近岸”。“重新靠岸”就是将公司带回美国；“近岸”就是将公司转移到离美国更近一些的地方。讽刺的是，如今“全球化”一词(在华盛顿)已经不是个好词了。
资料图：美国客户参观“中国纺织品服装贸易展览会”。中新社记者 廖攀 摄“美国有种共识，就是中国应当被当作战略竞争者。因此所有的政策都将围绕着这一点来制定。在过去，抨击中国通常是在政治竞选的时候，但现在抨击中国已经成为‘家常便饭’了，这对双边商业关系不利。”郑艺说。
在他看来，商业互动交流对两国都有好处。但美国正在实施保护性很强的政策，所以需要一段时间，事情才会明朗起来。“中国公司必须弄清楚下一步该做什么，但我们倾向于继续与中国公司合作，发展中国市场，并且乐于看到中国公司在美国做得很好。”
郑艺认为，两国在经济上非常一体化，无论是在贸易还是在投资领域。保持这些强大的商业关系符合两国的最佳利益。希望这种商业关系成为两国向前发展的“护栏”。
在他看来，中国拥有世界级的基础设施和生态系统，制造能力非常有竞争力。因此，中国还有很长的路要走，在未来很多年里仍会是世界工厂。(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 小米彩票地图 |
