点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
港澳会客厅｜马浚伟：年轻人要善于运用科技，而不是被科技所左右******
中新网香港1月19日电 (记者 索有为)香港著名艺人马浚伟日前在接受中新网港澳会客厅采访时寄语年轻人要好好规划人生，并提醒年轻人新生代要善于运用科技，而不是被科技所左右。
“我觉得我们要珍惜，要好好把握。不要觉得您现在拥有的都是应该的，不要觉得你现在拥有都是永恒的，绝对不是。”马浚伟说：“哪怕今天我们能够很舒服地呼吸。对不起，这个不是应该的，很多人是没有呼吸能力的。不要以为你看到东西，你就不珍惜你的眼睛，天天拿着手机玩游戏，躲在被窝里面打电动，一直在伤害自己的眼睛。我们真的需要好好去规划一下自己的人生。”
马浚伟还鼓励年轻人、新生代也要多看书，好好地跟一些长辈、老师、学长学习、请教。
“现在科技非常先进，可是有时候不要跟得太近，包括不要把自己的人生放到网络上。网络带给我们很多方便，可是你的人生不在网络里面，哪怕是元宇宙等等。”马浚伟说：“我们不能阻止科技的发达，可是我们绝对不应该被科技带领我走我的人生。我怎么去运用它，而不是被它利用我，这件事是很重要的。”(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
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
彩神彩票地图 |
)