智能制造为工业经济赋能助力******
在重庆青山工业有限公司,汽车变速器装配生产线上一派忙碌景象,只见智能小车穿梭运输物料,工业机器人挥动手臂协同作业,一台台变速器有序生产下线……这家企业通过建设汽车传动系统智能工厂项目,实现生产物料循环取货、工艺数字化设计、供应链协同等,大幅提高了企业生产运行效率。
前不久,工信部公示2022年度智能制造示范工厂揭榜单位和优秀场景名单,包括青山工业在内的6家重庆企业跻身智能制造示范工厂,10家重庆企业的15个典型应用场景入选智能制造优秀场景,凸显重庆深耕智能制造进一步取得实效。
作为国家重要制造业基地的重庆,加快打造“智造重镇”,着力推动传统产业智能化升级、培育壮大智能产业,产业结构调整和转型升级迈出坚实步伐。从行业领先的龙头企业,到海量的小微企业;从传统的钢铁、化工等行业,到先进的通信技术行业……如今,“数字之花”开遍山城,智能制造持续为工业经济赋能助力。
汽车产业是重庆的主导产业。在重庆长安汽车股份有限公司智能化工厂,只见数字化组装线上工业机器人灵活地进行冲压、焊接等一系列操作,一辆辆汽车陆续生产下线……“我们对整车产品和生产环节同步实施智能化升级,智能化工厂设备自动化率达92%。我们还掌握了智能互联、智能驾驶等600余项智能低碳技术,多款智能化车型已成为公司的拳头产品。”重庆长安汽车股份有限公司相关负责人说。
“如今传统行业也变得高端化,伴随下游客户对我们生产过程的信息化监管和质量追溯提出要求,我们决心实施智能化升级,为未来发展赢得主动。”重庆歇马机械曲轴有限公司董事长曹正素说,公司连续投入大量资金用于智能化改造,生产效率提高30%以上,产品不良率降低一半,2022年该公司成功获得国外高端通机品牌订单。
来自重庆市经济和信息化委员会的数据显示,近年来重庆累计推动11.3万家企业“上云上平台”,累计实施4800余个智能化改造项目,建设734个数字化车间、127个智能工厂,示范项目的生产效率提升58.9%,一大批企业实现“华丽转身”。
记者了解到,为持续培育壮大智能产业、推动传统工业智能化升级,重庆还将进一步补链、强链,做大做强智能产业集群;同时加快打造智能工厂、数字化车间,提速5G基站等新型基础设施建设,助力更多企业从“制造”迈向“智造”。(新华社记者 黄兴)
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)