在台海变局中塑造有利于统一的时与势******
(年终特稿)在台海变局中塑造有利于统一的时与势
中新社北京12月27日电 题:在台海变局中塑造有利于统一的时与势
中新社记者 路梅
2022年,“新时代党解决台湾问题的总体方略”是涉台领域热议话题。这一年,两岸关系愈发复杂严峻,“台独”分裂势力与外部势力的勾连挑衅,加剧了台海紧张局势升级。大陆方面采取有力措施坚决反“台独”、反干涉,同时仍强调以最大诚意、尽最大努力争取和平统一的前景,以强大的战略定力和扎实的作为,在变局中塑造有利于统一的时与势。
美台勾连制造台海局势紧张动荡
近年来,美国为遏制打压中国,频打“台湾牌”,纵容与支持民进党当局推行“台独”政策,加深介入台湾地区政治、经济及军事,民进党当局则甘做美国马前卒,充当美“以台制华”的筹码。
观察家们普遍看到,台海局势走向越来越系于中美博弈,为了打压遏制中国,美方怂恿台湾当局扮演更加激进对抗大陆的角色。美国纵容众议院议长佩洛西窜访台湾地区,加码对台军售,将包含为台提供“军事融资”等内容的“2023财年国防授权法案”签署成法,不仅严重损害中美关系,更令台海陷入危局。
有西方媒体形容台湾为“世界上最危险的地方”,岛内学者则忧心,美方试图让台湾成为“豪猪”“军事堡垒”或“巨大的军火库”,甚至“全民皆兵”,是把台湾推向两岸冲突的火线,对台湾很不利;民进党当局“倚美抗中”的路线,最终牺牲的是岛内民众的利益。
大陆坚决反“台独”反干涉 力度仍将加强
针对佩洛西窜台等美西方干涉行径,大陆方面采取了坚决的反制措施,在政治、经济、外交、法律及军事等方面,用“台独”势力、外国干涉势力能够听得懂的语言,展现了反干涉的坚定决心。
台海博弈是实力的较量。解放军的军事行动证明了大陆方面已具备在台海地区的联合封控能力及区域拒止能力,并从此打破台湾当局所谓的“海峡中线”。海峡两岸关系协会副会长孙亚夫曾向中新社分析指出,大陆方面所展现出来的总体态势、装备水平和技术能力,会促进形成新的战略态势,将大大有利于中国统一进程。
10月召开的中共二十大,在报告中强调反分裂、反干涉,大会通过的党章修正案中加入反“台独”等内容,体现了反对和遏制“台独”既是全党意志,也是人民心愿。中国社会科学院台湾研究所涉外关系研究室主任汪曙申认为,未来大陆对台工作会更加紧密地统筹反干涉和反“台独”两条战线,反干涉的斗争力度会进一步加强。
前路仍有风浪 “方略”是行动指南
11月底,民进党在台湾“九合一”选举中大败,凸显其“抗中保台”牌失效,但有分析认为,民进党并无反省之心,不会就此停止操弄两岸对立,台美勾连也呈现升级态势。
厦门大学台湾研究院院长李鹏对中新社指出,未来一段时间台海依然会风高浪急。2024年,美国的总统选举中,如果两党候选人竞相利用在台湾问题上的强硬和挑衅为自己加分;台湾地区领导人选举,如果公然声称和主张“台独”的候选人参选或当选,都将给台海局势带来更多变数,甚至掀起惊涛骇浪。
中国国家主席习近平在巴厘岛会晤美国总统拜登时强调,台湾问题是中国核心利益中的核心,是中美关系政治基础中的基础,是中美关系第一条不可逾越的红线。李鹏指出,无论何人何时破坏这条铁律,一定会招致大陆采取强烈反制措施。大陆的“工具箱”里还有很多工具,可以发挥有效反制作用。
李鹏表示,新时代党解决台湾问题的总体方略,是未来一个时期对台工作的根本遵循和行动指南,对持续塑造有利于国家统一的时与势具有重大意义,相信大陆方面有驾驭复杂局面、战胜风险挑战的综合实力和必胜信心。
塑造两岸互动新局 为和平统一创造条件
尽管受台湾当局阻挠和新冠疫情的不利影响,两岸民众希望交流合作、和平发展的呼声从未减弱。大陆推进高质量发展,为两岸经贸合作提供了新机遇,对台湾而言,大陆巨大的市场仍具有不可替代性。近日,两岸企业家峰会年会在厦门成功线下举办,台湾多个工商团体也在积极规划赴陆交流行程,对于两岸经贸合作的前景表达了信心与期待,让两岸经济“脱钩论”不攻自破。
二十大报告强调“造福台湾同胞”“坚定支持岛内爱国统一力量”,展现了大陆方面争取和平统一、争取台湾民心的诚意,也让台湾同胞对两岸和平发展更有信心。大陆方面持续致力于促进两岸经济文化交流合作,深化两岸各领域融合发展,将为和平统一打造更广阔民众基础。(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)