资料图为北京一商场内,顾客从巨型二维码前走过。 中新社发 樊甲山 摄
十年间,中国手机网民规模增长超6亿,移动互联网不断展示着改变现实的力量。电商、社交、游戏、移动支付、资讯等各类APP涌现,互联网创业热潮席卷全国,截至2021年底,中国境内外互联网上市企业跃至155家。评论指出,庞大的网民构成了中国蓬勃发展的消费市场,也为数字经济发展打下了坚实的用户基础。
中国社科院发布的“数字经济蓝皮书”显示,2010年至2015年,中国数字经济年均增速11.2%,2015至2020年达10.1%。中国数字经济,成为经济增长重要引擎。蓝皮书预计,“十四五”时期,中国数字经济将延续快速增长势头,数字经济整体的年均名义增速为11.3%。
中国人的生活在移动互联时代得以重构,就餐、出行、购物、就医等都转移到网上。文化娱乐方式、时尚观念以及消费理念,也随着互联网的风向而变。
移动互联浪潮之中,社会交往方式随之巨变。很多年轻人习惯通过互联网寻找同好,与群体及社会互动。像崔淑侠这样的银发群体,也从数字技术的边缘成为移动互联网新的“流量池”,短视频、直播成为老年人新的社交方式。
资料图为2022年9月9日,福建厦门,参会者在“投洽会”上体验元宇宙直播。 中新社记者 张斌 摄一些独特的网络文化产生,网络流行语、表情包成为年轻人日常交流不可或缺的工具。作为真正的“网络原住民”,中国的新生代有一套自己的话语体系。他们兴趣广泛,充满热情,崇尚个性表达,也热爱传统文化。他们有主见不盲从,拥抱他人也相信自己。
不管是让田园梦走向世界的李子柒,还是拥有众多粉丝的举重冠军吕小军,抑或是冬奥赛场上的苏翊鸣、徐梦桃,他们代表着新一代中国年轻人的视角。
资料图为2月14日,北京2022年冬奥会自由式滑雪女子空中技巧决赛在张家口举行,徐梦桃庆祝夺冠。 中新社记者 富田 摄移动互联网,不仅改变了现实中的中国,也改变了世界眼中的中国。
19年前,希腊《希华时讯》总编辑梁曼瑜刚出国时,有外国朋友问她:“你们中国人家里有电视机吗?”这让她啼笑皆非。
如今,许多希腊朋友用上了中国生产的手机,用中国企业搭建的跨境电商平台购物,希腊民众颇为关心的话题变成中国的经济、科技和文化。
过去十年间,中国互联网企业及其推出的移动互联网应用产品,已成为“中国智造”的一张新名片。
许多中国应用在海外市场拥有大批的用户,并在海外落地生根,发展出适合当地的互联网应用模式。通过移动互联网,中国的文化内容也正显示出越来越大的影响力,中国的网络文学、汉服文化、网络游戏纷纷“出海”,拉近了中外年轻人之间的距离。
“海外粉丝好奇的不仅是中国发展有多快,他们更在意普通人的生活方式——中国的外卖小哥、快递员、农民,甚至包括李子柒。”歪果仁研究协会会长、联合创始人高佑思说。
像高佑思这样的外国网红,在中国移动互联网上并不少见,甚至已成为一种现象。有人调侃,如今的中国互联网,遍地都是“老外”。外国网红和中国粉丝,越来越多的互动和碰撞,正在打破彼此间的文化“次元壁”。
资料图为歪果仁研究协会会长、联合创始人高佑思(后排左一)在北京现场主持一场试吃活动。 中新社发 金硕 摄小屏改变大时代,移动互联网通过连接万物、信息流通,改变了人们生活的点滴,深刻影响着社会发展的进程。但其带来的系列次生负面问题不可忽视,值得反思。
数据鸿沟、算法陷阱、信息茧房、社交疏离、注意力缺失、隐私泄露、电信网络诈骗……人们在拥抱数字化生活时,不得不直面这些困扰。
去年,中国制定施行个人信息保护法,不久前又通过了反电信网络诈骗法。时下,中国各地数字经济领域立法动作频频,全国层面的立法计划也列入议程。
资料图为2021年8月20日,十三届全国人大常委会第三十次会议表决通过《中华人民共和国个人信息保护法》。当日,一位男士在北京街头查看手机。 中新社记者 侯宇 摄加速向数字化转型的中国,在全力驱动产业发展的同时,亦在致力用法治驯服“数据”,推动技术发展“去恶向善”。(完)
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) [责编:天天中] 阅读剩余全文() |