确保产业链供应链循环畅通******
中央经济工作会议强调,围绕制造业重点产业链,找准关键核心技术和零部件薄弱环节,集中优质资源合力攻关,保证产业体系自主可控和安全可靠,确保国民经济循环畅通。
落实中央要求,相关部门聚焦重点产业链薄弱环节加快补齐短板,确保重点企业稳定生产和物流畅通,各地加快补链、延链、强链,保障产业链供应链安全稳定,注重挖掘增量政策空间,聚焦薄弱环节精准加力,为工业经济稳定恢复增强动能。
千方百计稳生产
一段时间以来,疫情防控重点医疗物资生产保供成为重中之重。工信部副部长王江平表示,为了确保疫情防控重点医疗物资的产业链供应链循环畅通,工信部指派专员现场办公,协调解决企业物流、用工、原料采购等困难,保障企业生产不断、供应稳定。
各地各部门将工业经济稳定恢复放在重要位置,及时出台系列举措,提升产业链供应链韧性和安全水平,指导企业应对疫情冲击,实现稳产达产,加强能源和重要原材料、关键零部件供应保障,振作工业经济。
多地采取一系列新举措,全力确保产业链供应链安全稳定。比如,江西省通过建链、畅链、保链、强链、护链“五链合一”,招大引强做好“建链”,产销对接做好“畅链”,精准施策做好“保链”,创新引领做好“强链”,政府推动做好“护链”,全力保障产业链供应链循环畅通。青海省西宁市统筹推进产业链“链主制”+重点企业“包保服务制”,加快重大项目建设落地,大力发展新兴产业,千方百计稳生产、保运行、促发展,以点带链、以链带面促进工业经济平稳运行……
“当前,各地确保产业链供应链循环畅通的主要措施包括,提升产业链重点企业的保供能力,通过白名单等方式,全力支持重点企业复工复产;保障货运物流畅通,推进跨区域协同,疏通供需卡点堵点;加强产业链供应链的数据收集和信息共享,主动撮合供需,贯通生产、分配、流通、消费等各个环节。”赛智产业研究院院长赵刚说。
抓住关键补短板
2022年12月31日,被誉为“争气机”的首台国产F级50兆瓦重型燃气轮机首次点火成功,标志着东方电气集团历时13年自主研制的该燃气轮机向商业化运行又迈出重要一步。
近年来,关键领域技术攻关不断取得积极进展,制造业核心竞争力进一步提升。“但也要看到,我国产业链仍然存在薄弱环节,在一些领域总体表现为‘缺芯少魂弱基短件’。”中国宏观经济研究院产业所工业室主任付保宗表示,特别是在集成电路及专用设备、操作系统及工业软件、航空发动机及机载设备、关键材料等重大基础领域,由于技术门槛高、产业化难度大,“卡脖子”风险日益显现。同时,基础研究积累薄弱,原创性成果相对缺乏,一些产品研发与应用脱节,前沿技术产业化能力不足,产品开发成功率较低。
中央经济工作会议强调,着力补强产业链薄弱环节。如果说千方百计稳定企业生产是当前确保产业链供应链循环畅通的重点,那么补短板则是着眼长远的必经之路。
“补强产业链薄弱环节,要分兵突围,多向发力。”付保宗认为,首先,要探索市场条件下的新型举国体制,支持探索以下游重点需求用户为主导,建立上下游、产学研多方参与的市场化技术攻关联盟组织。其次,针对一些竞争性领域的产业链短板环节,动员各类市场主体开展研发,鼓励新型研发机构探索新型组织模式,支持构建多种形式产学研用共同体。
“要坚持科技自立自强,聚焦重点产业链薄弱环节加快补齐短板。针对关键环节‘卡脖子’、新增长点支撑不足等结构性制约,推进补链强链,加快培育新动能。”工信部副部长辛国斌说。
培育激发新动能
没开灯的厂房里,传送带不停运送着零部件,一部部手机接连下线,几乎看不到工人……2022年,小米北京亦庄智能工厂一直处于开足马力的状态,生产了上百万台高端智能手机。厂长周毅介绍,通过对产线的不断优化改进,目前小米工厂已将200多道手机生产工序的自动化率提高到75%,相比传统产线生产成本下降超20%。
付保宗表示,数字技术正深刻改变制造业发展模式,加速提升产业效率,不断催生新模式、新业态、新产业,为工业增长创造新动能。要落实好“首台套、首批次、首版次”等扶持政策,进一步激发工业企业开展新一轮技术改造的动力,以信息化培育新动能,以新动能推动新发展。
“随着疫情防控措施的优化,因物流不畅造成的产业链供应链堵点问题将大幅减少。来自外部的技术、产业和贸易限制可能成为影响我国产业链供应链稳定性的重要因素。”赵刚说。
江苏省发展改革委二级巡视员李义介绍,江苏正加快建设自主可控安全高效产业体系,将更多要素资源投向先进制造业领域。福建省工信厅党组书记、厅长翁玉耀表示,已制定企业数字化转型行动计划,推进140个新一代信息技术与制造业融合项目建设,召开产业数字化转型晋江现场会,推广先进典型示范标杆。
“我们将牢牢把握高质量发展这一首要任务,坚定信心决心,聚焦自立自强,统筹发展和安全,锻长板、补短板、强基础,加强传统产业改造升级,加快培育壮大新兴产业,全面提升产业体系现代化水平。”工信部党组书记、部长金壮龙说。(黄 鑫)
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