通讯：靠人工智能获国际大奖的鄂尔多斯“90后”青年******
中新网鄂尔多斯11月19日电 题：靠人工智能获国际大奖的鄂尔多斯“90后”青年
中新网记者李爱平
王磊、于福全至今仍沉浸在斩获国际大奖的喜悦中。
“这次获奖，对当地学子选择职业教育有了更大信心。”19日，就职于内蒙古自治区鄂尔多斯市准格尔旗职业高级中学的这两位“90后”如是表示。
一周前的11月6日，王磊、于福全在厦门举行的2022金砖国家技术发展与技能创新大赛(厦门国际赛)人工智能机器人系统集成及应用比赛项目上斩获了三等奖。他们是内蒙古地区的唯一获奖队伍。
“尽管我们都是标准的‘理工男’，但参加人工智能领域的比赛项目依然属于新手，一切都得按照参赛要求应对，不过，内心还是很兴奋的。”王磊告诉记者。
本次大赛共有来自巴西、俄罗斯、印度、南非等国家的3500多支国际参赛队和来自中国的6200多支国内参赛队报名，参赛人员近2万人。经过层层选拔和激烈比拼，最终1600多支队伍、近2500名选手进入决赛。
图为王磊、于福全(左一)在厦门比赛期间。 于福全供图接受记者采访的于福全介绍，作为内蒙古一所职业高级中学，和其他本专科学院相比，能参加这样的比赛，机会本身就非常宝贵，因此他们从很早就开始准备。“此次比赛项目颇有难度，需自行学习编程、机器人以及智能领域相关的大量知识。”
除此之外，他们还在临近比赛时克服了疫情带来的困难，幸运的是，“当地政府、学校为我们开辟‘绿色通道’支持我们参赛，落地厦门后，到了隔离宾馆，我们一刻不敢耽误地继续进行线上学习。”
对于今次斩获三等奖，于福全用“成功的路上总是充满荆棘”来形容。“由于赛制改变，打乱了原有的训练计划，速度慢的‘硬伤’就摆在了面前，我们必须保证相关任务的完成质量，还要不断练习，提升速度。”
回忆起在厦门的比赛情形，于福全坦言，“第一天的比赛任务难度巨大，且个别内容完全出乎意料，虽然我们尽了最大的努力，达成的结果还是和预想的差一些。”
“不过，第一天比赛后，我们调整心态，告诉自己坚决不抛弃不放弃，毕竟还不清楚对手的情况，于是我们又专心准备第二天的比赛，并在第二天的比赛中出色发挥，最终取得了三等奖的成绩。”于福全谈起这些，一脸幸福。
在这两位青年看来，此次获奖最大的意义在于，作为内蒙古一所职业高中的老师，能和这么多高手同台竞技，是一个历史性的突破。
通过此次比赛，他们也认识到自身技能的不足。
他们说：“不管是技能培训，还是理论知识上，需要学习的东西还有很多，日后必定会再接再厉，争取取得更好成绩。”(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 彩虹多多地图 |
