开云彩票 - 开云彩票

访谈｜泰森食品中国区副总裁：我们与进博会“共同进化”******

　　(第五届进博会)访谈｜泰森食品中国区副总裁：我们与进博会“共同进化”

　　中新社上海11月4日电 题：访谈｜泰森食品中国区副总裁：我们与进博会“共同进化”

　　作者 高志苗

　　在泰森食品展区，积木沙盘里“泰森号”货船从美国出发，载满牛肉原料漂洋过海来到中国……第五届中国国际进口博览会(以下简称“进博会”)即将召开，为了让观众更直观地感受企业在中国的数字化转型实践，泰森食品用积木沙盘还原了进口加工全链路，并且通过AR增强现实技术沉浸式体验泰森智慧工厂。

　　“我们每年都通过进博会感受中国市场的巨大潜力和近年来持续优化的国际营商环境。总的来说，我们把进博会当作重要的年度沟通平台，展示自己的同时也接受市场、行业和消费者的反馈。”泰森食品中国区副总裁陆悦飞近日接受中新社记者专访时表示。

　　连续三年参展，泰森食品已经不满足于仅仅展示产品，更多的是传递理念。“我们所倡导的是有‘共生’意义的产业链和价值链，”陆悦飞说，“这样既有助于让中国消费者获得更多元化的选择，也能够借助进博会的‘窗口效应’让国内消费者了解泰森更多的海外产品，有效推动国内国际双循环发展。”

　　泰森食品和进博会“共成长”。2020年，首次参加进博会的泰森食品将泰森中国地区总部签约落户上海；2021年，在第四届进博会上泰森中国宣布进入数字化转型元年。

　　“今年，我们的数字化转型有了阶段性成果，首个泰森中国智慧工厂已竣工投产，我们通过AR技术将智慧工厂车间搬到进博会现场。期待围绕进博会这个大IP，通过丰富的活动连接上下游伙伴，让他们参与到进博会这个大主题中，真正将进博会从6天展期延伸到365天，让我们的进口产品能够买得到、进得来、卖得出，我们与进博会共创共生，共同进化。”陆悦飞说。

　　作为世界500强企业，泰森食品早在2001年便进入中国市场，目前泰森食品在中国拥有三家研发中心、七大加工厂、数十家养殖农场，提供鸡、猪、牛肉全品类食品综合解决方案，深耕中国是泰森食品始终的选择。

　　从一片荒地到智慧工厂拔地而起，日前，泰森食品用10个月的时间建成了首个泰森中国智慧工厂。“我们用行动说明在华发展的信心，刚刚建成的日照智慧化工厂投资了3000多万美金，南通、湖北的智慧工厂也正在加紧建设。速度背后都是因为看好市场，希望在这个地方为消费者提供更好的服务。”

　　先行一步的泰森中国也在整个集团树立了“数字化转型样板”。“综合来看，中国区的数字化转型进展在整个集团的地位是突出的。我们有很棒的合作伙伴、团队，中国在这方面的技术储备、供应商、软件硬件的解决方案都非常多。是国家红利、企业战略以及团队执行使得我们领先。”

　　陆悦飞表示，未来，泰森食品将进一步扩大在华投资和销售，致力于用安全、健康、优质的高蛋白产品，丰富中国消费者的餐桌，改善中国消费者的健康饮食结构。(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）