“自找苦吃”促进训练转型******

　　本报讯段宁、记者周海良报道：寒冬深夜，安徽省某科技公司生产车间灯火通明，青年员工窦兆魁正在加班加点赶工期。他和同事参加民兵无人机分队跨域训练59天，回公司后又马不停蹄投入到新型装备生产。

　　这一年，从江淮之滨到东南沿海、大漠戈壁，窦兆魁所在民兵无人机侦察分队留下一串串搏击长空的“足迹”。他说：“学习习主席在党的二十大报告中的深情寄语，‘当代中国青年生逢其时，施展才干的舞台无比广阔，实现梦想的前景无比光明’，这让我们备受鼓舞、备感振奋、备提干劲。人生最浪漫的事情莫过于在祖国召唤时，我们正青春。生产线上，我们新时代民兵是骨干；加快无人智能作战力量发展，我们也大有可为、大有作为。”

　　淮北军分区司令员何志坚告诉记者：“追求极限、砥砺尖兵，正成为民兵自我加压的内动力。”这支民兵新域新质分队组建不到4年，瞄准“飞得更远”“融入更深”“奉献战力”目标创下多项纪录。

　　去年盛夏，飞控手吴逍然操控的某型长航时固定翼无人机遭遇海上积雨云，在“水帘洞”中穿行20多分钟，受极限气象影响，发动机航速“爆表”，无法降速。返场时，他们大胆选择停车迫降，最终化险为夷。

　　“成功没有侥幸，只有每一次都力争飞到极限、冲破瓶颈，能力边界才会拓展、思维格局才会升级。”带队干部、某人武部副部长孙欢迎告诉记者，为适应复杂环境，他们把训练场拉到戈壁大漠、深蓝大洋，探寻无人机极限作战效能和保障功能，在一次次“自找苦吃”中实现训练转型升级。

　　刀在石上磨，兵在险中练。前不久，他们采取“公路+铁路”方式奔赴万里边疆，按照“一个过程”，完成多批静态目标侦察指示和实弹毁伤效果评估任务，受到军兵种部队点赞。通过战法攻关和实兵演训，该民兵无人机侦察分队探索形成了一批规范化成果和可复制经验，并主动发挥新时代“小推车”精神，连续2年承担全省无人机分队骨干区域联训任务。

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