【光明艺评】金曲当为时代留声******

　　乐坛关于金曲的讨论从未停止，但至今也没有形成统一的标准。不过，有一点是大多数人认同的，即金曲要经得起时间的检验。

　　所谓时间的洗礼，其实就是对一代人的情感及一个时代烙印的记录。被刻写进音符的时代性是金曲最为珍贵的内涵，无论是高雅音乐，还是通俗歌曲，只要能承载一代人的回忆，传唱一个时代的精神，同时兼具一定的艺术品质，就有可能成为历史的留声机和人们传唱的金曲。

　　新的时代环境下，金曲的走势有两个趋向。一方面，技术的便利性降低了音乐的创作门槛，音乐创演从专业音乐人变成全民参与。另一方面，金曲创作面临着挑战，随着审美水平的提升和需求的多样化，人们对金曲的内容、形式、品质等要求越来越高。

　　那么，如何创作出呼应时代精神、满足人民需求的金曲呢？从近几年的创作来看，无论是《灯火里的中国》《万疆》，还是《星辰大海》《看山看水看中国》，无不散发着以爱国主义为主线的民族精神和以改革创新为主线的时代精神，体现出当代时尚的审美趣味，实现了潮流与传统的交融。一首首金曲，既是时代的图像，又是时代的回响。

　　新时代的音乐工作者，应守正道、谱新曲，为人民而歌、为时代留声，以更多的金曲凸显中国精神、中国气派，唱响伟大新时代的美好华章。

　　（内容摘编自《光明日报》2022年11月30日13版，作者司思系中国音乐学院艺术管理系副教授、中国音乐研究基地兼职研究员）

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