【科普中国繁星追梦】数学很枯燥？这位院士发现其中之美******

　　编者按：他们，是胸怀祖国、求真务实的科学家，奋斗在国家最需要的地方；他们，是人们眼中的学术“大神”，用超智慧的头脑，把论文写在祖国大地。他们，从学生时代走来，一步步成为了两院院士，引领着国家的科研发展。他们的青葱年代有哪些不为人知的故事？是否曾经也是“中二”少年？《科普中国繁星追梦》带你走进10位院士的璀璨人生。

　　本期嘉宾：彭实戈，中国科学院院士、山东大学数学学院教授、2020未来科学大奖-数学与计算机科学奖获奖者

　　天选数学人的自学之路

　　彭实戈: 那个时候主要是靠自己学。开始的时候，会遇到很多问题和困难，但现在想起来依然觉得是一段难忘的回忆。那时候号召知青下乡，我们下乡以后，在农活不忙时，我会每天抽出四五个小时来读高等数学。下乡的地方没有电，只能点油灯，在旧墨水瓶里倒上煤油，用棉花卷成卷塞进去，这样就有了一个小煤油灯，时间多晚也不怕，有时候一口气看书到12点，这样去学习学了差不多两年的时间。

　　对不起，老师已经教不了我了

　　彭实戈: 高考对我来说不是太难，我学到的知识远远超出高中的水平。我在山东大学的时候，就经常待在图书馆里，学生们的水平参差不齐，有很多非常强的人，但是大部分是数学基础还没打牢的人，上课的时候也需要照顾他们。当时我不去上课，自己去图书馆看书，对学校来说也是比较难办的。为难的点在于，我这种方式不知道算不算一种教学，好在当时强调教学改革，自己去学习，是不是也可以算是一种教学改革，当时也拿不准，所以学校也没禁止我不去上课。

　　“数学枯燥？我没觉得啊”

　　彭实戈: 大家都说数学是非常枯燥的，我没有这个感觉，我初中二年级以后就开始喜欢上几何学了。一般情况下，数学是以考试为驱动的，和以兴趣为驱动的完全不一样，真正学数学，是你得自己给自己出题，不是别人给你出题。

出品人

杨　谷

总监制

宋乐永

总策划

战　钊 宋雅娟

统筹|编导

宋雅娟 蔡　琳

文　案

蔡　琳谢　芸

摄　像

肖春芳

制　作

光明网科普事业部

联合出品

中国科协科普部、光明网、哔哩哔哩、未来科学大奖

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