重庆2023年预期目标GDP增长6%以上******

　　中新社重庆1月13日电 (梁钦卿)重庆市地区生产总值(GDP)预计从2017年的2.01万亿元(人民币，下同)增加到2.9万亿元以上、年均增长5.3%左右。重庆市第六届人民代表大会第一次会议13日开幕，重庆市市长胡衡华作政府工作报告时透露，2023年重庆经济社会发展的主要预期目标是，地区生产总值增长6%以上、争取实现更好的结果。

　　报告指出，过去一年以来，重庆市经济社会发展面临多重挑战。全市有力应对各种超预期因素冲击。预计全年地区生产总值增长2%左右。经济发展保持了多重压力下的恢复态势。

　　回顾过去5年的工作，重庆六个支柱产业产值规模均迈上千亿级台阶，汽车、电子产业分别达到4500亿、7000亿级规模；国家数字经济创新发展试验区和新一代人工智能创新发展试验区建设扎实推进，数字经济核心产业增加值预计达到2200亿元。

　　胡衡华表示，未来五年，重庆市将坚持把制造业高质量发展放到更加突出的位置，落实扩大内需战略，加快建设现代化经济体系，到2027年地区生产总值迈上4万亿元台阶，人均地区生产总值达到12万元。

　　报告指出，重庆将建设智能网联新能源汽车、电子信息制造业两大万亿级产业集群，发展集成电路、新型显示、智能装备、先进材料、生物医药、新能源等特色产业集群，培育人工智能、卫星互联网、绿色低碳等未来产业集群，加快制造业数字化转型，培育壮大数字经济。同时，系统布局工业互联网、物联网、新一代超算、云计算等新型基础设施。(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