彩云官网 - 彩云网返点

不断加强国际传播能力建设******

　　作者：程曼丽、赵丽芳（中央民族大学新闻与传播学院教授）

　　中华文明源远流长、博大精深，是中华民族独特的精神标识。习近平总书记在党的二十大报告中对“增强中华文明传播力影响力”作出重要部署，要求“加强国际传播能力建设，全面提升国际传播效能，形成同我国综合国力和国际地位相匹配的国际话语权”。加强我国国际传播能力建设，要讲好中国故事，传播好中国声音，展示真实、立体、全面的中国。新时代新征程，我们要围绕中华文化深耕细作，构建好具有鲜明中国特色的战略传播体系，用好国际化传播平台，加强国际传播能力建设，推动中华文化更好走向世界，不断增强中华文明传播力影响力。

　　围绕中华文化深耕细作。习近平总书记指出：“要更好推动中华文化走出去，以文载道、以文传声、以文化人，向世界阐释推介更多具有中国特色、体现中国精神、蕴藏中国智慧的优秀文化。”加强国际传播能力建设，增强中华文明传播力影响力，要在传播内容上围绕中华文化深耕细作。党的十八大以来，以习近平同志为核心的党中央坚持以社会主义核心价值观引领文化建设，注重用社会主义先进文化、革命文化、中华优秀传统文化培根铸魂，繁荣发展文化事业和文化产业，为人民提供了更多更好的精神食粮，全党全国各族人民文化自信明显增强。新时代新征程，不断提升国家文化软实力和中华文化影响力，就要坚定文化自信，坚守中华文化立场，积极推动中华文化走出去。比如，要结合新时代十年的伟大变革，更加充分、更加鲜明地展现中国故事及其背后的思想力量和精神力量，向世界讲好中国故事、传播好中国声音。又如，要努力把中华优秀传统文化的精神标识提炼出来、展示出来，把中华优秀传统文化中具有当代价值、世界意义的文化精髓提炼出来、展示出来。

　　构建具有鲜明中国特色的战略传播体系。习近平总书记强调：“必须加强顶层设计和研究布局，构建具有鲜明中国特色的战略传播体系”。新时代，我国国际话语权和影响力显著提升，同时也面临着新的形势和任务，国际舆论格局西强我弱的总体态势仍然没有改变。只有构建起具有鲜明中国特色的战略传播体系，才能有效统筹资源力量，充分发挥集合效应，着力提高国际传播影响力、中华文化感召力、中国形象亲和力、中国话语说服力、国际舆论引导力。构建具有鲜明中国特色的战略传播体系是一项系统工程，需要系统思考和整体谋划。要打造具有国际影响力的媒体集群，特别是要打造具有强大引领力、传播力、影响力的国际一流新型主流媒体，采用贴近不同受众的精准传播方式，推进中国故事和中国声音的全球化表达、区域化表达、分众化表达，增强国际传播的亲和力和实效性。更好发挥高层次专家作用，利用重要国际会议论坛、外国主流媒体等平台和渠道发声。重视发挥海外华人、海外中资企业、国际友人等在国际传播中的作用。讲究国际舆论斗争的策略和艺术，广交朋友、团结和争取大多数，把握国际舆论话语权，自觉维护党和国家的尊严形象。

　　用好国际化传播平台。习近平总书记强调“用好国际化传播平台，客观、真实、生动报道中国经济社会发展情况，传播中国文化，讲好中国故事”。当前，新兴技术不断涌现，推动国际化传播平台发生深刻变革。其中，以5G技术为代表的信息技术以其大带宽、低时延、广连接等特性赋能国际化传播平台发展，形成了全新的信息采集、处理和分发方式，为加强我国国际传播能力建设提供了良好技术支撑。同时，各国民众的信息接收习惯日益向新兴媒体、移动传播等方面转移，这也对用好国际化传播平台提出了新的要求。面对媒介技术、舆论生态、媒体格局发生的重大变化，加强国际传播能力建设要抓住先进信息技术发展带来的新机遇，加快布局新型传播平台，积极运用5G等信息技术开展新闻传播实践，持续提升媒体内容传播效率，形成多渠道、精准化的国际传播。加快移动端传播平台建设，创新短视频、微视频、云直播、语音播报等多元信息发布形式，吸引更多国际友人讲述“我眼中的中国”，更好向世界展示博大精深的中华文化。研究掌握传播平台的发展趋势，推动传播策略全面迭代升级，打造更多受众喜闻乐见的沉浸式、互动式新闻产品，通过新形式、新手段、新途径进一步增强中华文明传播力影响力。

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）