苹果最新财报录得营收下滑，净利润大跌13%******

　　新京报贝壳财经讯(记者许诺)北京时间2月3日，苹果公司发布了截至12月31日的2023财年第一季度财报。财报显示，苹果本财季营收为1171.54亿美元，较上年同期下降5%，这也是苹果自2019年以来，营收首次同比下滑。净利润方面，苹果本季度净利润为299.98亿美元，同比下降幅度高达13%。

　　拖累业绩的，主要是iPhone手机、Mac电脑等硬件产品。本财季，iPhone业务净销售额为657.75亿美元，较上年同期下降8%。苹果方面指出，供应链问题是营收下滑的重要原因。苹果CEO蒂姆·库克表示，公司估算，如果没有iPhone 14 Pro和iPhone 14 Pro Max供应链的问题，iPhone的营收应当能同比上升。不过，库克也强调，目前iPhone的产能已经恢复到令公司满意的水平。

　　地区业绩上，苹果大中华区净销售额为239.05亿美元，较上年同期的257.83亿美元下降7%。在手机、电脑等消费电子产品需求不振的大背景下，作为行业龙头的苹果也无法独善其身。

　　好消息是，Apple TV+等各种苹果服务的订阅人数从9亿上升到9.35亿。服务收入创下208亿美元的历史新高。库克也宣布，在去年第四季度，苹果活跃设备数量超过了20亿台。“这是我们不断增长的安装基数的一部分。”库克表示。

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