智慧城市建设加速释放数据要素红利******
智慧城市是数字经济的重要载体,其核心目标在于实现兴业、善政、利民。近年来,随着大数据、AI、云计算、物联网等技术日趋成熟,我国的智慧城市建设进入了高速发展阶段,形成了多个智慧城市群。
政府牵头
做好智慧城市“顶层设计”
政策扶持对于智慧城市建设推进的意义重大,国家“十四五”规划提出以数字化助推城乡发展和治理模式创新。今年的政府工作报告明确指出,要建设数字信息基础设施,推进5G规模化应用,促进产业数字化转型,发展智慧城市、数字乡村。
2021年9月,北京城市副中心政务服务中心正式投入运行。该中心推进政务服务与5G、区块链、大数据、物联网、人工智能等技术的融合创新,配备了50多台智能政务终端设备,通过“云窗口”系统建设,以位于六里桥的北京市政务服务中心为审批总后台,打造“数据共享、信息复用、远程交互”三位一体的新模式,实现群众和企业从办事预约申报、咨询导服、受理审批,到结果反馈等服务全流程的“智能无感”新体验。
北京城市副中心政务服务中心相关负责人介绍,数字技术正广泛应用到现有政务服务场景中,办事人通过智能终端或综合窗口可完成1993个市级事项全流程异地办理,形成了“东西呼应、双子联动”的服务新格局,具有首都特色、智能高效、暖心贴心的政务服务新模式正在赋能北京城市副中心,使得营商环境不断优化、经济发展再添“翼”。
浙江省衢州市将“城市数据大脑”作为未来衢州政府数字化转型的主抓手,通过科学利用城市数据资源、算法资源、算力资源,统筹优化城市公共资源,实时补齐城市运行短板,实现“全城渗透、全层嵌入、全产业感知、全域脉动”,持续驱动数据产业创新、数据治理赋能、数据服务优化,为推动市域治理体系和治理能力现代化建设提供有力支撑。
衢州市副市长田俊表示:“通过‘城市大脑’的建设,给基层治理赋能,贯通了省市县‘一网通管’,在市场监管、应急响应、生态环保、群众文化生活建设领域实现了系统性打通。通过数字化消除传统体制障碍,形成合力,职能的下沉使基层治理达到‘最优解’。”
企业参与
智慧城市项目“遍地开花”
数据是数字经济时代重要的生产要素,如何进行安全、高效的数据交易是激活数字经济发展潜力的重要课题。中国信息通信研究院工业互联网与物联网研究所所长金键指出,智慧城市建设的重心在于充分发挥数据要素的作用和价值,将处在不同部门、不同行业、不同系统间的海量异构数据融合与共享。
作为数据和数字经济大省,广东省正在积极探索行之有效的数据交易模式。目前,广东省重点打造新型数据交易所,为市场提供安全可控的流通交易平台。
在政府的积极推动下,广东省各类中小企业、创新型初创企业、服务创新企业积极将自身的数据、服务、资产,以及算力资源等产品投入市场交易。数据交易所采用“一所、多基地、多平台”架构运营,引入央企控股及省区市龙头国企优势资源共同建设,将围绕数据交易服务、数据资产管理及增值、数据应用服务、金融衍生工具、数据企业孵化等业务打造多平台,充分发挥市场在资源配置中的决定性作用,加快释放数据红利。
随着政府关于加快智慧城市建设的政策不断出台,政策红利持续释放。各地的高科技企业纷纷响应政府号召,投身智慧城市建设新赛道。与此同时,传统企业也在积极探索“智慧转型”之路,为市场注入新活力。
浙江省宁波市正推动数字经济赋能传统城市管理改革。北仑区作为宁波市的“老港区”,城市环境卫生治理工作负担较重。北仑区通过引入具有数字化平台开发能力的国内大型环卫企业——中环洁集团股份有限公司,实现了优化体制机制整体布局,完成了传统环卫部门的“数字化”和“智能化”转型。
企业数字化平台数据接入政府数字管理平台,实现了“政企联动”“一网统管”模式,让“数字城市”发展具备更多潜力,让创新的城市管理与智慧城市发展有了更多的“适配性”,这样的运营模式为城市带来了新活力。
探索未来
智慧城市发展前景广阔
根据IDC《全球智慧城市支出指南》,2021年中国智慧城市的IT总体投资达259亿美元,年增长率15%。近年来,各地逐步加大智慧城市建设的投入力度,智慧城市发展前景广阔。
中国国际经济交流中心首席研究员张燕生指出,要探索如何将城市治理和数字经济有效结合起来,提升城市管理整体水平,以及探索数字经济赋能如何提升全要素生产率,让技术进步推动生产力的提升。
中国社科院中国城市发展研究会副理事长贺可嘉认为,下一步,智慧城市建设应该与大数据、云计算、区块链、人工智能等技术进行深度融合。从政府角度看,政府可能将逐渐主导在物理空间推动城市的智慧化工作,在元宇宙空间推动孪生智慧城市的建设工作,完成线上线下双城市的发展实践。线下智慧空间建设将打破环保、能源与机械智能化等传统科学壁垒,全方位改善城市生活环境。线上孪生城市的智慧空间将打破时间与空间束缚,让居民分享到更具层次的互动体验。
在金键看来,智慧城市建设应以促进数据要素流动为核心,从新型基础设施建设、综合服务能力提升、典型应用打造三个方面形成政府和企业共同参与的多元投资和协同联动模式。充分发挥科技巨头的技术创新能力,联合打造综合服务平台,帮助传统企业和中小企业实现数字化转型。
根据中国智慧城市工作委员会数据,2022年,我国智慧城市市场规模将达到25万亿元。随着智慧城市建设水平的不断提高,未来将有越来越多的城市实现“智能化”,从而让更多的人都能感知数字技术带来的变革、享受数字经济发展带来的红利。(经济参考报记者 孙广见 杨柳 郝菁)
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