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
二十大报告展现中共面向新征程的自信、务实、开放******
(中共二十大·观察)二十大报告展现中共面向新征程的自信、务实、开放
中新社北京10月16日电 (记者 李晓喻)中国共产党第二十次全国代表大会16日在北京开幕。纵观习近平当天所作的二十大报告，自信、务实、开放态度跃然纸上。
10月16日，中国共产党第二十次全国代表大会在北京人民大会堂隆重开幕。 中新社记者 蒋启明 摄报告对当前中国发展水平的定位展现了对中国理念和道路的坚定信心。
过去十年，尽管百年变局加速演进，国际环境日趋严峻复杂，中国依然取得了举世瞩目的发展成就：国内生产总值从54万亿元(人民币，下同)增长到114万亿元，经济总量占世界经济比重达18.5%，稳居全球第二大经济体；人均国内生产总值从39800元增加到81000元；打赢了人类历史上规模最大的脱贫攻坚战，完成脱贫攻坚、全面建成小康社会的历史任务；成为140多个国家和地区的主要贸易伙伴，货物贸易总额居世界第一，吸引外资和对外投资居世界前列……
如习近平所言，新时代十年的伟大变革，在党史、新中国史、改革开放史、社会主义发展史、中华民族发展史上具有里程碑意义。“改革开放和社会主义现代化建设深入推进，实现中华民族伟大复兴进入了不可逆转的历史进程。”
报告对今后中国共产党中心任务的确立折射出从国情、世情出发的务实精神。
报告提出，从现在起，中国共产党的中心任务就是团结带领全国各族人民全面建成社会主义现代化强国、实现第二个百年奋斗目标，以中国式现代化全面推进中华民族伟大复兴。
对于何为中国式现代化，报告给出了清晰的界定：中国式现代化是人口规模巨大的现代化，是全体人民共同富裕的现代化，是物质文明和精神文明相协调的现代化，是人与自然和谐共生的现代化，是走和平发展道路的现代化。
中国社科院经济研究所所长黄群慧称，中国式现代化的一个重要特点就是立足本国国情，探索适合自己的现代化动力机制和战略。此次报告强调中国式现代化，意味着今后中国将既遵循以工业化、市场化、经济全球化促进生产力发展等被各国共同验证了的普遍规律，又注重从自身实际出发有所“扬弃”，摒弃西方贫富两极分化、物质主义膨胀、对外扩张掠夺的现代化老路。
选择中国式现代化，也是因应世界之变、时代之变、历史之变的体现。眼下，地缘政治紧张局势一再升级，保护主义不断抬头，全球供应链多处遇阻。在黄群慧看来，全球进入新的动荡变革期之际，各国民众和平发展的意愿更强，合作共赢的呼声也更高。走和平发展道路的中国式现代化，正是顺应了这一期待。
报告对新形势下实现新任务路径的明确凸显了开放包容的态度。
在推动高质量发展方面，报告提出要推进高水平对外开放，稳步扩大规则、规制、管理、标准等制度型开放。
在强化人才支撑方面，报告要求“聚天下英才而用之”，提升国家创新体系整体效能，形成具有全球竞争力的开放创新生态，并提出要加快建设世界重要人才中心和创新高地，着力形成人才国际竞争的比较优势。
在促进世界和平与发展方面，报告明确，中国坚持经济全球化正确方向，推动贸易和投资自由化便利化，推进双边、区域和多边合作，反对保护主义，反对“筑墙设垒”“脱钩断链”，反对单边制裁、极限施压。
清华大学中国发展规划研究院常务副院长董煜接受中新社记者采访时称，随着中国经济实力跃上新台阶，双循环新发展格局也需要打造“升级版”，而实行高水平开放正是提升国际循环质量和水平的必然要求。
董煜表示，作为未来5年乃至更长时期中国发展的蓝图，中共二十大报告字里行间渗透“开放”二字，让全球看到了一个坚持开放反对封闭、坚持互利共赢反对“零和博弈”的中国。这不仅有利于中国与世界经济深度交融，利好中国经济发展，也将为低迷中的世界经济注入新增长动力，稳定经济全球化大局。(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
快3官方地图 |
)