曼谷APEC，习近平为什么引用孔子这句话？******

　　(近观中国)曼谷APEC，习近平为什么引用孔子这句话？

　　中新社曼谷11月19日电 题：曼谷APEC，习近平为什么引用孔子这句话？

　　中新社记者 梁晓辉 郭金超

　　“知者不惑，仁者不忧，勇者不惧。”

　　18日，泰国曼谷，在亚太经合组织(APEC)第二十九次领导人非正式会议上，中国国家主席习近平用这句中国古语，力倡各方构建亚太命运共同体。

当地时间11月18日上午，亚太经合组织第二十九次领导人非正式会议在泰国曼谷国家会议中心举行。国家主席习近平出席会议并发表题为《团结合作勇担责任 构建亚太命运共同体》的重要讲话。 新华社记者 鞠鹏 摄

　　这句话出自孔子的《论语·子罕》，大意为：智慧的人不疑惑，仁德的人不忧愁，勇敢的人不畏惧。其中的智、仁、勇，是中国儒家推崇的品德，体现三种不同境界。

　　在亚太地区，儒家文化具有广泛影响力。APEC风云际会之时，以此凝聚共识，既是一种外交语言艺术，更是着眼当下国际形势，对亚太所需共识的精准判断，让人印象深刻。

　　的确，亚太需做知者。

　　本次APEC曼谷会议，被视为历史十字路口上的一次会议。面对亚太地区出现的经济增长整体低迷，以及疫情延宕、全球化逆流、安全风险的叠加，亚太合作未来怎么走，考验着地区智慧。

泰国首都曼谷街头2022年APEC会议标识。新华社记者 郭磊 摄 图片来源：新华网

　　我们看到，中方再次呼吁倡导开放的区域主义，强调开放包容、合作共赢，坚持维护国际公平正义，坚持命运与共。东道国泰国也敦促大家把重点放在建设一个可持续和包容性的世界上。“开放、包容、联通”成为APEC会议上的响亮声音。

　　有评论称，越是国际局势紧张的时候，潜伏于世人心里的“公道”便会浮上来，推动构筑并加固维护和平与稳定以及公平与正义的堤坝。这正是一种智慧的体现。

　　亚太应做仁者。

　　80亿的地球人口中，亚太地区占了三分之一。仁者爱人，让亚太人民都“过上好日子”是亚太初心。

　　柬埔寨金边、印尼巴厘岛、泰国曼谷，“亚洲时刻”接连举行的三场重要会议，克服分歧、实现团结、寻求发展，主旋律或许各有侧重，落脚点都是实现人的更好发展。

　　中国正致力于以自身发展，推动本地区国家和人民走向更好未来。APEC时间，习近平向世界系统阐述中国式现代化的愿景。在这个愿景下，实现脱贫、达至小康的14亿多中国人，将走向共同富裕，使中等收入群体在未来15年超过8亿。

　　“治国之道，富民为始。”这一中国智慧，同样益于世界。此次，习近平还提出了“共同富裕的亚太”理念，展现出中国一贯的立场：中国式现代化是开放的，欢迎各国参与。这无疑将给亚太人民共同过上好日子展示更多可能性和确定性。

　　亚太更要做勇者。

　　当前的亚太，是世界新兴力量上升的发展极，却也被守成大国视为“兵家必争之地”。翻看这几天西方媒体的报道，对“亚洲时刻”颇多着墨，但仍充斥着固执的冷战思维。

　　因而，地区各国更需做勇者，既不被大国的博弈而裹挟，又不被眼前一时的利益而“浮云遮眼”，排除干扰，实现地区独立自主的安全和发展。

　　“亚太地区不是谁的后花园，不应该成为大国角斗场。”本次APEC曼谷会议上，来自中国的声音引发共鸣。

　　这也让人想起本月初习近平在北京会见德国总理朔尔茨时所引用的一句话：“政治家应当以宁静接受那些不能改变的，以勇气改变那些能改变的，用智慧分清其中的区别。”

　　眼下，世界变局风云激荡，亚洲的政治家们亦需要以知者、仁者、勇者的担当，以命运与共的意识，作出有利于地区发展的选择。

　　正如这几天的曼谷街头，APEC会议随处可见的标志——一个以当地手工艺编制竹篮为灵感的符号，当地人称之为“Chalom”。它向前来曼谷的人们传递这样一个信息：

　　亚太的美好未来，亦需齐心共同编织。(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