彩虹多多彩票官网_彩虹多多彩票官网

美方一些人越鼓噪“断链” 外资越“做多”中国******

　　“全球投资者渴望回到中国做生意。”英国《金融时报》近日援引投资机构专家的观点进行报道。8日起，中国疫情防控进入新阶段，给全球投资者带来强劲信心。多家外国在华商会等机构认为，中外人员往来和商务旅行将加快恢复。不少外资企业称，已经开始制定集团高层访华日程，积极推动重启相关项目，寻找新的投资机会。华尔街日报网站9日报道说，商界人士将再次前往中国快速增长的市场考察。

　　目前在中国国内，商圈人流量上升、文旅市场回暖、多地重大项目集中开工……“流动的中国”回来了。路透社援引经济学家的观点称：“强劲的经济复苏就在前面。”

　　事实面前，那些唱衰中国经济、鼓噪对华“断链”的杂音，还有什么市场？过去三年，美国一些人总能找出歪理来“刷存在”。在疫情严峻时中国采取严格防疫政策，他们声称外国投资者信心下降、不好做生意，要求中国“放开”；当中国因时因势优化防疫措施，他们又声称中国疫情会给在华外企带来风险。总之，无论中国怎么做，他们的指向不变，就是千方百计想把产业链“转移”出中国。这种典型的双标做派，反映出美国一些人对中国根深蒂固的偏见、遏制打压的居心。

　　只不过，他们鼓噪了三年也没有达到目的。数据显示， 2020年，中国实际使用外资同比增长6.2%。2021年这一增速达到14.9%，在数量上首次突破万亿元人民币大关，刷新历史纪录。2022年前11个月，中国实际使用外资金额已超过2021年全年水平，同比增长9.9%。这表明，中国市场一直对外资有着很强的“磁吸力”。

　　吸引外资的，还有中国难以替代的产业链优势。苹果公司2022年10月发布的2021财年供应商名单显示，约190家供应商中有150家在中国大陆设有工厂。前不久，全球光学与光电行业领先企业蔡司的研发生产新基地项目，在苏州工业园区奠基。蔡司中国首席运营官谢磊说：“基本上在200公里范围内，80%的供应商都可以成为很好的合作伙伴。”当地成熟的产业链配套优势，是促成蔡司投资的重要原因之一。

　　巴斯夫（广东）一体化基地项目首套装置正式投产、华晨宝马生产基地大规模升级项目在沈阳正式开业、松下集团将冷链设备生产与销售等更多业务板块转移至中国……外资近来纷纷加快在华布局，看中的是中国14多亿人的超大规模市场，是中国拥有联合国产业分类中全部工业门类，是创新这个引领中国发展的第一动力，是中国不断推进的高水平对外开放，更是中国欣欣向荣的发展前景。

　　1月1日，《鼓励外商投资产业目录（2022年版）》正式实施。新版目录共有1474条总条目，与2020年版相比净增加239条、修改167条，增加条目数为近年来最多。这将给外资在华发展提供更大空间、带来更丰厚的回报。这些可不是美国几个人几张嘴就能抹杀的。

　　近来，高盛集团、摩根士丹利等纷纷上调2023年中国经济增长预期。多个国际经济机构预测，随着中国疫情防控进入新阶段，各项政策效果持续显现，今年经济运行有望总体回升。有分析指出，中国经济韧性强、潜力大、活力足，对世界经济的“加速器”作用不可替代。

　　反观美国经济，“衰退”已成为经济学家和投资者的预测共识。在刚刚过去的2022年，美联储为应对国内高通胀采取了激进的加息政策。美国经济界人士指出，由于货币政策存在滞后效应，美国人在今年上半年可能会承受 “很多痛苦”。美方一些政客还是多管好自己的家务事，少想着拆别人家的台。政治操弄对抗不了经济规律；企图堵别人的路，最终只会堵死自己的路。

　　（国际锐评评论员）

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）