“得其大者可以兼其小”，习近平为何钟爱这款“辩证法”？******

　　(近观中国)“得其大者可以兼其小”，习近平为何钟爱这款“辩证法”？

　　中新社北京9月20日电 题：“得其大者可以兼其小”，习近平为何钟爱这款“辩证法”？

　　作者 钟三屏

　　“得其大者可以兼其小”，在中央党史和文献研究院西班牙语专家安永眼里，这是习近平引用古文经典讲道理的一个代表性例子。他对中国领导人善于用典印象深刻，因为在当今西班牙政坛这并不常见。

　　但这句“表述古雅、颇具美感”的中式古语，着实难住了这位自称为“语言工匠”、有近20年政治文献翻译经验的西班牙人。他在字典和同事的助力下“花了一个星期来理解”。

　　这句古语的出处和释义，对诸多中国读者来说也未必熟悉，更别说文化背景迥异的外国朋友了。

　　这句话是宋代大家欧阳修研究《易经》的心得。《易经》构建了一个玄妙复杂的东方式辩证法世界，被视为中华文化的重要源头之一。

　　欧阳修认为，学习《易经》要先懂得其基本的道理和原理(即“大”)，才能对具体卦象(即“小”)予以分析，否则就会陷入庞杂巨细之中。后人一般以此比喻做事要看“大势”、从大处着眼。

　　这句“高冷”的古语在今日中国社会“出圈”，和中国最高领导人习近平的引用不无关系。

　　2015年9月，对美国进行国事访问前夕，习近平在接受《华尔街日报》书面采访时引用“得其大者可以兼其小”，强调中美关系要看大局、谋合作，而不能只盯着分歧。

　　“政治家引用这句话，是希望用辩证法来指导人们什么事情是重要的”，安永分享他的观察，并认为这句古语适用所有国与国关系。

　　习近平曾指出，中美关系不是一道是否搞好的选择题，而是一道如何搞好的必答题。如何搞好？从习近平呼吁中美两国“向前看、往前走”“关键是管控好分歧”，外界从中领略到得“大”兼“小”、寻求最大公约数的东方智慧。

　　如何把这一东方智慧传递给西语读者？安永发现，这句中式古语在西语语境下也有对应的俗语：一种是否定式，no hay que andarse por las ramas(不要舍本逐末)，另一种是肯定式，hay que ir directo al grano(抓住主干)。

　　结合上下文等因素，安永最后采用了hay que ir a los más importantes(要从最重要的方面入手)的译法。

　　他由此还发现了中文和西语之间一个“有趣的不同点”：中文很多概念以对偶对仗的形式出现，很多词语由两个反义字组成，例如是非、曲直、对错、远近，或一件事“正”“反”对照着说。而对应的西语翻译会使用省译或合译的方法只突出表达“正”或“反”的一面。明代大儒方孝孺所著《家人箴》中的“适己而忘人者，人之所弃；克己而立人者，众之所戴”，西语可译为La gente se aleja de los que piensan solo en sí mismos y apoya a quienes se desviven por los demás，也印证了这一点。

　　中国不少古文经典涉及哲学层面的思考，具有广泛适用性，可以运用于不同的场景。

　　2013年5月，习近平在给北京大学的同学们回信时也引用过“得其大者可以兼其小”，以此告诉中国的年轻人，“只有把人生理想融入国家和民族的事业中，才能最终成就一番事业”。

　　面对“人生方程式”，习近平同样运用得“大”兼“小”的辩证法来求解：超越一己得失，放眼天下，为家国计。正所谓“小我”融入“大我”，“大我”成就“小我”。

　　安永认为，这是中国领导人想鼓励民众一同发展和守护自己的国家。这类“不计个人得失，捍卫国家荣誉”的话语在西方国家并不鲜见，将个人理想和民族理想互融的理念同样能引发西方人的共鸣。

　　得“大”兼“小”，不仅是习近平对中国年轻人的期许，也折射出他对自己的要求。他曾用“我将无我，不负人民”这八个字概括自己的人生态度——愿意做到一个“无我”的状态，为中国的发展奉献自己。

　　安永说，这表明，中国领导人认为要说服民众，自己就必须首先成为大家的头号榜样。

　　不管是国际关系层面，还是人生命题层面，习近平推崇得“大”兼“小”的智慧，就是要察观大势，认清根本，保持大格局，顺应大方向，在“得其大”的过程中逐步地实现“兼其小”，最终达到圆满和谐——这正是中国思想的精髓要义。(完)(图片来源：中新社、中新网)

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