彩信平台app下载_彩信平台官方网站

盘点2023年美国消费电子展四大热点******

　　新华社美国拉斯维加斯1月8日电 综述：盘点2023年美国消费电子展四大热点

　　新华社记者谭晶晶 黄恒 兴越

　　2023年美国拉斯维加斯消费电子展8日落下帷幕。作为全球最大的消费技术产业盛会之一，拉斯维加斯消费电子展被看作国际消费电子领域的“风向标”，各种新科技、新应用为电子消费市场发展指明方向。

　　此次展会上，汽车科技、数字医疗、人工智能、清洁能源等领域创新技术和产品成为关注热点。

　　汽车科技打造沉浸式驾车体验

　　与往年一样，汽车科技是展会当仁不让的主角。据展会主办方美国消费技术协会介绍，今年汽车版块的参展规模为历年最大，拉斯维加斯会展中心西馆聚集了近300家汽车相关行业参展商。

　　多家企业发布最新款电动车，人工智能、自动驾驶等创新技术的应用进一步提升车内娱乐交互功能，打造沉浸式驾车体验。随着汽车智能化、网联化趋势，科技公司纷纷涉足汽车领域，跨界造车。

　　美国高通公司推出外观颇具未来感的全新概念车，展现其骁龙数字底盘解决方案如何集成不同公司的技术，提供高度个性化体验，包括沉浸式信息娱乐、辅助驾驶以及更强的安全性。宝马公司推出“数字情感交互概念车”，拥有车外人机情感交互模块，能够识别驾驶者身份、位置等信息，通过语言和表情与人进行交流，打造个性化欢迎场景。

　　智能化和远程化成数字医疗趋势

　　受新冠疫情影响，数字医疗是本届展会的一大热点，智能化和远程化成为主要趋势。众多数字健康产品亮相展会：内置心电图仪的手表、能追踪位置和健康数据的智能鞋垫、可实时监测脑血肿的背心、安装在马桶上的尿检设备、治疗打鼾的枕头……

　　参展企业展示了数字诊疗、心理健康、女性健康、远程医疗等方面的最新进展。今年展会还专门设置数字健康演播室，邀请医疗行业代表、健康领域专家分享最新诊疗技术，聚焦远程诊疗重要性和前景。

　　行业分析人士表示，各种创新可穿戴设备有助于更准确地对病人进行监测和治疗，并采取相应的风险防范措施，数字医疗前景广阔。

　　人工智能新应用“遍地开花”

　　今年展会上，人工智能新应用“遍地开花”，几乎可在各类产品中找到人工智能元素：机器人、可穿戴设备、自动驾驶、虚拟现实和增强现实眼镜、智能厨房……

　　“以往展会上，虚拟现实和增强现实设备一般是在展商展台的边缘位置，现在逐渐占据最显眼的区域，排队体验的人也越来越多，这体现了人工智能的核心地位和发展趋势。”来自以色列特拉维夫的观展者塔米尔·贝利纳对新华社记者说。

　　拉斯维加斯消费电子展已成为机器人的最佳秀场，各式各样机器人外型更逼真、功能更细分：儿童博物馆“讲解员”、智能割草“小帮手”、孤独症儿童的“陪伴狗”、可全自主规划路径的“快递员”、餐厅“引领员”……

　　中国清洁能源解决方案引关注

　　清洁能源产品和应用也是本届展会的热点之一。中国已成为推动全球清洁能源发展的重要力量，中国企业的创新太阳能发电产品和绿色电源解决方案吸引众多展商和媒体目光。

　　其中，华宝新能源股份有限公司旗下光充户外电源品牌Jackery电小二展示了最新光充户外电源产品及磁吸可折叠太阳能电池板，在光电转化、安全性能和智能互联等方面取得突破。

　　正浩创新科技股份有限公司展示了整屋备电解决方案以及户外移动空调、冰箱、自动割草机等太阳能产品。沃太能源携太阳能板、移动储能设备等首次参展，计划进一步拓展海外市场，其储能设备外观小巧，兼具LED照明和无线充电等功能。

　　来自美国加利福尼亚州的观展者布赖恩·贝克告诉新华社记者，美国西部经常发生山火、地震、泥石流等自然灾害，高效户外电源可帮助很多家庭度过停电危机，对于户外爱好者也是“刚需”，“中国制造的移动充电设备和整屋备电方案性能高、安全性好、性价比高”。

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

　　（文图：赵筱尘 巫邓炎）