餐饮业复苏回暖，数字化转型步伐加快******

　　“忙并快乐着”——这是很多餐饮人近期的共同感受。

　　随着疫情防控政策密集优化调整，国内餐饮市场加快复苏，大街小巷再次点燃浓浓烟火气。

　　刚刚过去的元旦假期，位于山东济南大观园景区的“城南往事”客流量猛增。“1号晚上11个房间全满，等餐区也坐得满满当当，一直到晚上10点半还没忙活完。”店长王一举说。

　　让王一举兴奋不已的，还有年夜饭的预订情况。“11个房间全订满了，大年初二也订出去好几间了。”他说，元旦和春节是餐饮市场复苏的试金石，大家有信心恢复到疫情前的状态。

　　“城南往事”工作人员接听顾客预订电话。新华社记者 陈国峰摄

　　近期，各地相继推出政策举措，加快推进餐饮市场复苏：重庆通过分批发放消费券、启动跨年迎新消费节等措施，促进餐饮零售等消费；武汉餐饮业协会联合餐饮企业推出煨汤滋补美食节、邻里年货节等系列活动；天津启动跨年暖心购物季，带动商圈烟火气加速回归……

　　美团数据显示，多地餐饮消费出现不同程度恢复，线下门店客流逐步增长。元旦假期前两日，全国堂食线上交易额较前一周同期增长超1倍。其中，江苏、浙江等地相关交易额增长超230%。

　　复苏暖意渐浓的同时，越来越多餐饮企业通过数字技术和智能设备应用，加快转型升级步伐。

　　“莜面鱼鱼”“莜面村三种蘑菇”“胡萝卜焖饭”……只见数百个产品研发项目在多维表格里清晰排列，项目负责人、完成进度、优先级一目了然。

　　西贝餐饮研发经理崔雯雯告诉记者，过去企业在信息流转环节需要耗费较高的人力和时间成本，通过引入飞书多维表格等数字化管理工具，实现项目流程自动化，方便资料归档和数据沉淀，帮助企业高效推进研发项目管理。

　　“餐饮业正在拥抱新的数字化经营主场。我们希望通过对产品研发、门店运营、巡检记录、供应商需求反馈等信息的标准化管理，提高餐饮门店数字运营能力，助力更多连锁企业和中小商家降本增效。”飞书企业效能顾问马金歌说。

　　西贝食品工程部应用飞书多维表格管理产品研发。（受访者供图）

　　智能青提剥皮机仅用1分钟就能为一筐青提去皮，智能水果去核机4分钟完成1公斤橄榄去核……在新茶饮品牌喜茶的一家门店里，记者看到各类智能设备正在高效运转。

　　“专业智能设备的应用，不仅减轻了人员工作压力，提高生产效率，还能最大限度保证每一杯产品的口感都是一致的。”喜茶相关负责人说，企业组建了专业智能设备研发团队，目前已推出3款智能设备并在门店进行大规模应用。

　　中国商业联合会日前发布的“2023年中国商业十大热点展望评述报告”显示，作为供给端升级核心推动力之一，数字化为餐饮业带来深度变革，未来，餐饮市场竞争不仅体现在企业之间产品和服务的竞争，还体现在前端场景和客流量的竞争、后端系统和供应链的竞争。

　　“随着数字管理系统、移动支付、大数据等发展普及，越来越多企业推出线上化、数字化运营模式，加大智能设备投入和使用，餐饮商家数字化改造进程加快，将进一步推动全行业转型升级。”中国连锁经营协会会长裴亮说。（新华社记者 王雨萧）

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