玛雅彩票官网平台_ios/安卓/手机版app下载

中央农村工作会议系列解读⑤强化种业企业创新能力 切实推进种业振兴行动******

　　作者：林青宁、毛世平、王晓君，中国农业科学院农业经济与发展研究所

　　近期，习近平总书记在中央农村工作会议上强调“要抓住耕地和种子两个要害”“把种业振兴行动切实抓出成效，把当家品种牢牢攥在自己手里”。作物育种和种子产业发展对于保障我国粮食安全和农业可持续发展意义重大。科技创新是突破前沿育种关键技术，培育战略性新品种的源头，对我国种业发展至关重要。当前，以市场化为导向的育种模式已是种业创新大势所趋，然而我国种业企业科研创新能力相对较弱，严重制约了我国种业创新链的延长。亟须强化种业企业创新能力，切实推进种业振兴行动。

　　近年来，我国种业企业在技术创新方面取得了一定进步，表现在三个方面：一是生物育种企业创新平台建设已较为完善。当前国内典型种业企业普遍拥有国家级、省部级重点实验室、博士后工作站等具有行业影响力的技术创新平台，具有较强的技术开发和创新能力。且隆平高科等种业企业已具备了较完善的国外研发体系布局。二是典型生物育种企业科企合作模式初步形成。当前国内典型种业企业不仅与高等院校、科研院所建立了产学研合作关系，还与各类学会建立了长期深入的合作。且首农集团等企业与国外机构在生物技术育种等方面建立了稳定的合作关系。三是典型种业企业创新产出逐渐丰富，在市场准入（审定、登记）品种、发明专利、科技进步奖等方面取得明显进步。“十三五”以来，隆平高科、登海种业等种业企业不断培育出双抗绿色高产的动植物品种。

　　当然，在成绩的背后，我国种业企业创新发展仍面临诸多难题：一是知识产权保护体系不完善。种业创新知识产权保护存在制度、认知和执行层面的问题，导致品种侵权行为仍较为普遍。二是种业品种同质化严重。新《种子法》实施以来，市场新品种“井喷”，但突破性品种缺乏，种子供给低价竞争，影响企业研发投入。三是种业项目偏离产业化应用。当前项目申报管理基本由科研人员出题并答题，产业需求导向不足。企业在科技论文等方面的劣势，影响了项目申报的成功率。四是科企合作形胜于质。目前科企合作多是联合申请项目，一旦项目结束合作关系就解体，两者为松散型合作。人才合作也多局限在简单的技术指导层面。五是科研院所与企业存在“同质竞争”。目前科研院所种业创新也偏向于生物育种，打破了原有科研院所基础研究、企业应用研究的平衡，挤压了种业企业的利润空间。

　　针对当前制约种业企业创新发展的系列问题，必须进一步优环境、活机制，提高种业企业创新动力与效能。

　　一是构建知识产权利益分享机制，完善知识产权保护体系。构建知识产权参与分配的利益机制，建立原始品种权人和实质性派生品种权人的利益分享机制。完善知识产权保护的政策体系，加强知识产权保护平台建设，推动知识产权社会共治，打通知识产权保护通道，培育知识产权保护的良好环境。

　　二是优化品种审定制度，推动品种由“多乱杂”向“多专优”转变。完善现行主要农作物品种审定制度，提高审定门槛，适当提高现行审定指标标准，减少品种数量，提高品种质量，使真正有实力品种脱颖而出，提高企业创新的内在动力。加快建立分作物分子指纹库，严格和规范品种审定和登记“特异性、一致性、稳定性”测试，通过技术手段把牢品种准入关。强化品种标准样品管理，开展品种符合性验证试验，为强化品种事中事后监管提供有力支撑。

　　三是加强种业科技项目产业化属性，增加种业企业经费支持。增加种业专项科技创新项目数量，增加种业企业获取科研经费支持的渠道，保障有实力的种业企业能够获得相应的科研项目以及研发经费支持。对种业企业融资方面给予支持，对产业化发展企业实施低息支持，尤其企业用于科技创新研发、基地建设方面的投资可给予无息支持。

　　四是引导科企合作深度融合，促进联盟运行由虚转实。创新项目形成机制，由企业根据产业需求提出技术难题，政府组织监督在全国范围内进行项目招标，构建企业“出榜”“评榜”+政府“发榜”+科研院校“揭榜”的机制。建立共建共享机制，完善联盟成员间的利益联结和分配机制，促进产学研协同创新效率。积极推动联盟实体化，适合以股份合资的方式实现实体化的要加快引导，适合以协会等社会团体法人方式实现资源整合的要给予政策支持。

　　五是强化科研院所生物育种基础研究属性，完善生物种业科研成果共享机制。多措并举强化科研院所做好种质资源的收集、分析、挖掘工作，进行基础性、前沿性、公益性研究，并完善科研成果信息共享机制，在合法合规的前提下，鼓励科研院所向社会公众公布科研成果和相关的知识产权信息，将生物种业科研成果转让给典型种业企业进行新品种培育，实现科研成果的开放共享。

“特别能聊”的人工智能会聊出些什么？******

　　聊天机器人ChatGPT优异表现引发市场关注，人工智能生成内容概念走上风口

　　“特别能聊”的人工智能会聊出些什么？

　　本报记者 时斓娜

　　阅读提示

　　全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话，还能根据聊天的上下文进行互动，让人们更直观地感受到了人工智能的魅力。包括内容生成、搜索引擎增强等在内的领域，将是其潜在的产业化方向。ChatGPT的商业化落地，还需要克服技术和科技伦理等方面的问题。

　　家里要养一只猫，该如何给猫取名字？怎样写出一个纸牌游戏的代码？在不同语境中，词语“意思”到底有几个意思？这些五花八门、时常令人绞尽脑汁都难以得出答案的问题，在人工智能聊天机器人ChatGPT的面前，不过是瞬间便可迎刃而解的“一碟小菜”。

　　产品发布短短两个月，ChatGPT的日活量已突破千万，不少人“聊过”之后惊呼“这太像真正的人类了”。其超预期的表现引发越来越多的市场关注，人工智能生成内容(AIGC)概念由此走上风口。

　　人工智能聊天究竟能聊些啥？ChatGPT所代表的AIGC应用将带来哪些影响和变化？记者对此进行了调查采访。

　　“真正像人类一样聊天交流”

　　“我所热爱的是我真实的生活，因为它包含了我所有的经历和感受，是我每一天都在体验和思考的。”这句乍看上去充满了人类体悟和情感的话，实则出自人工智能聊天机器人ChatGPT。

　　随着ChatGPT大火，不少网友将它与自己的聊天记录分享到社交平台上，ChatGPT时而诙谐有趣，时而又显得思想深邃。除了各种聊天互动外，还有不少网友们将ChatGPT视为一种工具，让其写作文、翻译文章，甚至写代码。迅速的响应能力和较为靠谱的回答让大家直呼其“真正像人类一样聊天交流”“特别能聊”。

　　中国信息通信研究院联合中国人工智能产业发展联盟对ChatGPT进行的测试显示，ChatGPT在百科检索、数学问答、文学交流、常识问答、知识推理等对话任务上的意图识别率均达到98%左右，在生活闲聊上的意图识别率约为95%，已具备较好的语义理解能力。

　　实际上，ChatGPT属于生成式人工智能的一个典型应用。人工智能是怎样“进化”得如此智能的？“这是因为ChatGPT建立在大型语言模型上，会通过连接大量的语料库来训练模型。这些语料库包含了真实世界中的对话和各种网络公开信息，使ChatGPT知识丰富，还能根据上下文进行互动。”深度科技研究院院长张孝荣表示。

　　创新交互为AIGC带来新启发

　　随着人工智能技术的发展，近年来AIGC类型不断丰富、质量不断提升、技术的工程化水平越来越高，国内外科技公司纷纷发力布局AIGC领域。

　　以百度文心大模型为例，输入一个题目，它可以瞬间写出上百篇作文；根据一句话或者一段描述文本，可以生成一幅精美的画作；根据一幅图像，可以自动生成高清、流畅的视频。

　　在百度技术委员会主席吴华看来，ChatGPT在用户界面和交互上是一种比较创新的模式，用户更容易以自然语言的方式进行交互，这会给大家带来革新性的认识，也会给AIGC带来新的启发。

　　目前，国外一些公司在积极探索并落地ChatGPT的诸多应用场景，通过将ChatGPT整合进搜索引擎等方式提高服务智能化水平。有观点认为，ChatGPT将颠覆搜索行业，在智能客服、游戏、虚拟人等领域也将得到广泛应用。硅谷投资机构红杉预测，未来AIGC有潜力产生数万亿美元的经济价值。

　　根据中国信息通信研究院发布的《人工智能白皮书(2022年)》，“生成式人工智能”技术将广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域，听说读写等能力的有机结合成为未来发展趋势。

　　“人工智能生成在诗歌、作曲、绘画等艺术创作方面大放异彩，在分子结构、软件代码等科研生产领域的应用不断拓展，还帮助降低临床试验的科研成本和缩短研发周期。”云计算与大数据研究所内容科技部副主任石霖表示，当前，人工智能生成内容的辐射范围还在扩大，未来有望重塑各行业领域的研发面貌。

　　商业化落地需克服技术和伦理问题

　　尽管各界对AIGC发展前景保持乐观，但从现状来看，ChatGPT等产品想要真正落地，还需要克服技术和科技伦理等方面的问题。

　　在对ChatGPT进行的种种评测中，ChatGPT会犯一些常识性错误，反映出其在可控性、准确率方面仍存不足。有人形容，ChatGPT像极了一个很能聊但有时候喜欢信口开河的人类朋友。

　　中国信息通信研究院评测结果同样显示，ChatGPT在非闲聊型对话的任务完成率上表现一般，难以摆脱传统深度学习模型普遍存在的知识整合和逻辑推理的问题。

　　“ChatGPT虽然能够较好地回答不少问题，但在一些略有深度的、专业性较强的领域，其答案往往‘捉襟见肘’。这说明ChatGPT语料库规模和计算能力的天然不足，也说明了算法依然需要完善。”张孝荣说。

　　在技术层面以外，人工智能还面临着悬而未决的科技伦理问题。张孝荣表示，ChatGPT在科技伦理方面至少面临三大挑战：“一是版权问题，ChatGPT生成的内容更多来自搬运，容易引发侵权；二是信息安全问题；三是社会缺乏接纳这一新生事物的准备机制，这对监管挑战很大。”

　　在国内，AIGC产业化路径同样有待探索。石霖介绍说，国内AIGC产业基础薄弱，相关初创公司数量明显少于国外。同时，国内企业目前仍处于打磨产品阶段，还未出现较为好用的内容生成服务。

　　（文图：赵筱尘 巫邓炎）