点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
TVB知名主持人陈贝儿：拍纪录片《无穷之路》切身感受“中国奇迹”******
中新网广州11月13日电 题：TVB知名主持人陈贝儿：拍纪录片《无穷之路》切身感受“中国奇迹”
中新网记者 王坚
“我真的很开心得到《无穷之路》与《无穷之路2：无价之保》的拍摄机会，这份工作让我一路上透过采访不同人物的故事，了解我们美丽的祖国与美丽的时代。”纪录片《无穷之路》主创、来自香港TVB的知名主持人陈贝儿在担任中国金鹰电视艺术节(下称“金鹰节”)颁奖嘉宾后，于近日接受中新网记者专访，分享了她与同事拍摄《无穷之路》系列纪录片的感受与故事。
《无穷之路》是一部反映中国历经8年实现近1亿贫困人口脱贫的纪录片，一经播出便受到观众喜欢，在中国知名影评平台豆瓣拥有高达9.5分(满分10分)的评分。该纪录片共12集，对易地搬迁、产业扶贫、旅游扶贫、基建扶贫等12个不同的精准扶贫方案背后的故事进行拍摄，创作团队的脚步踏过云贵高原，爬上川藏高原等条件十分艰苦的地区，横跨全国6个省份、10个曾经深度贫困的地区，用镜头记录下中国的脱贫之路。
在拍摄《无穷之路2：无价之保》的陈贝儿(图中左二)(资料图) 陈贝儿 供图“我看到我们国家在脱贫攻坚方面取得全面胜利后，民众生活翻天覆地的变化，村民朋友们脸上现在都是自信的笑容，对未来也充满了信心。这真的让我非常感动，下决心把我们的‘中国奇迹’拍出来，并翻译成英文传播给海外的观众。”陈贝儿说。
《无穷之路》不仅受观众好评，还斩获多项大奖。据统计，该纪录片先后入选中国国家广电总局颁发的2021年度优秀海外传播作品、“中国十大纪录片推动者”大奖等；陈贝儿个人更凭借深入实地取材的精神，当选央视“感动中国2021年度人物”，以及荣获TVB万千星辉颁奖典礼2021的“最佳女主持”。
日前，陈贝儿在长沙首次参加金鹰节。恰逢金鹰节时隔六年颁发多年未颁的主持人奖，陈贝儿代表香港主持人上台担任颁奖嘉宾。她表示，《无穷之路》不仅在内地有口皆碑，在香港也广受欢迎，通过节目把祖国的发展情况带给了港澳民众。
在拍摄《无穷之路2：无价之保》的陈贝儿(图中右一)(资料图) 陈贝儿 供图陈贝儿认为，过去的港澳同胞在扶贫方面也很有意愿与爱心，该纪录片在香港的热播也是对扶贫概念的深入传播。
在《无穷之路》广受好评后，围绕可持续发展理念展开的《无穷之路2：无价之保》也于今年推出。该片中，陈贝儿继续带领团队采访了许多绿水青山守护者，向他们致敬，也表达着祖国走上一条“无穷之路”，让民众奔向更美好的生活。
“这次参加金鹰节给我带来了许多新灵感。”陈贝儿表示，祖国还有很多关于发展的故事可以讲述，《无穷之路3》也在紧张有序的筹备之中。
除了关注祖国的发展，陈贝儿也十分关注粤港澳大湾区里港澳青年逐梦的故事。“这些年轻人的追梦故事也十分振奋人心。”她说。
“我看到很多香港青年都能够把握大湾区发展机遇来实现自己的梦想，比如有好几位农林领域的香港青年，原本受限于香港的土地资源较紧张，去到广东江门后获得当地政府支持，开展了种茶、鱼菜共生等现代农业技术研究，并发展出相关产业，这真的很了不起。”陈贝儿表示，大湾区各个城市被高速公路、高速铁路等发达的交通连接起来，是非常好的追梦平台，她十分希望港澳青年能多去大湾区中的内地城市看看。
除了鼓励港澳青年勇敢追梦，陈贝儿更是鼓励想要奉献爱心的港澳青年，在业余时间分享自己的知识。“大家除了在内地发展事业，其实可以在教育方面做一些义工，把自己的所学更好地传递给内地一些有需要的小朋友。”陈贝儿说。(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） [责编：天天中] 阅读剩余全文（）  视觉焦点
500彩票平台地图 |
)