中国信通院ICT+深度观察报告会聚焦先进计算、6G愿景等主题******

　　光明网讯（记者 李政葳）1月6日，2023中国信通院ICT+深度观察报告会主论坛深度剖析了ICT创新融合态势，聚焦人工智能、碳达峰碳中和、先进计算、数字安全、5G+工业互联网、6G愿景、可信数据空间等主题开展专题报告，并发布“ICT深度观察十大趋势”。

　　报告会全新推出中国信通院九大研究领域，九大领域主席团携手为产业各界带来研究领域深度观察报告，共享智库成果。会上还正式启动了数字化碳管理公共服务平台共建行动和“新绿杯”信息通信行业赋能碳达峰碳中和创新大赛。

　　此外，本次报告会首次设立华东分会场和大湾区分会场，呈现中国信通院在长三角和粤港澳地区ICT领域未来图景；举办以行业数字化转型、数据要素、算网融合发展、数字产业创新、双碳为主题的11场平行分论坛。

　　期间，首次策划推出数创未来成果发布会，同步推出《中国5G发展和经济社会影响白皮书》《工业数字化绿色化融合发展白皮书》《数字化绿色协同发展白皮书》《电信业数字化转型发展白皮书》《车联网白皮书》《量子信息技术发展与应用研究报告》等白皮书和产业报告，向行业领域和研究领域集中展示中国信通院的科研成果。

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