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
【十年中国风】环球中国味，谁是TOP1？******
中新网北京10月7日电题：【十年中国风】环球中国味，谁是TOP1？
作者 刘越
这十年来，谁才是“中国味道”中的人气TOP1？
如果在网上这样发问，得到的答案必定五花八门又暗藏“刀光剑影”——
超越时空局限，中国味道“燃起来”
霎时间，川菜、粤菜、湘菜、鲁菜等各大菜系粉丝纷纷下场，煎饼果子、臭豆腐、驴打滚等地方小吃拥趸也不遑多让。可谓“一条大河波浪宽，两岸口味不一般”。
哈尔滨师大夜市，市民们现场享用美食。中新社记者 孙汉仑 摄泱泱中华地大物博，华夏儿女食不厌精。再加上这十年来，随着经济发展，人流物流通达，餐饮及相关行业稳步前行，中国味道在跨越时空限制后愈加异彩纷呈——
云南人能在武汉吃到正宗的东北杀猪菜，天津人围着延边烤肉喝着北京二锅头。中国互联网信息中心数据显示，截至2021年底，网上外卖用户规模超过5亿人。科技的进步让“十里不同风，百里不同俗”成为“足不出户，尽享天下美食”。
如果把问题换成“外国人最爱的中国味道”，答案又会如何？网友们大概率会犹豫又不失礼貌地反问：“呃……是不是饺子和烤鸭？”
那么，“中国味道”在海外的这十年，又究竟呈现出怎样的发展轨迹？
海外的“中国味道”是什么味？
和“华夏吃货”兼收并蓄的“中国胃”相比，老外们的口味着实有点让人难以捉摸。不过这十年来，越来越多的中国美食扬帆出海，让海外正宗的中国味道，也逐渐变得有“迹”可循。
中国餐饮文化对外输出由来已久且影响深远。以日本厚生劳动省近年来公布的资料为例，共有近6万家中华料理店遍布日本全国。不过海外有两个关于中餐的概念——“改良中餐”和“本味中餐”。前者结合本地口味，后者更加原汁原味。
加拿大蒙特利尔，在唐人街举行的亚洲美食集市吸引食客光顾。中新社记者 余瑞冬 摄在采访中，小新被狠狠科普了一波“洋中餐刺客”。“学校附近有一家点菜制的中餐馆，难吃得令人发指。”在意大利留学四年的声乐老师安德烈(化名)回忆：“印象中最难吃的一道菜是锅包肉，难以下咽，嚼起来像橡皮糖，味道跟中国完全不一样。”
曾任日本“麻辣联盟”中国支部总代表的何珂表示，中餐的改良有其客观原因。他介绍，川菜传入日本时，缺乏基础的四川调味料，只能寻求替代品，比如用日本的味噌代替甜面酱来炒回锅肉，味道自然不够正宗。
而近十年间，随着国际交往的密切和中华文化的影响力日彰，原汁原味的中餐也正在异军突起。其中，火锅表现亮眼，按照门店收入计算，2021年的国际中式餐饮市场中火锅占比11.1%，约289亿美元。此外，兰州拉面、酸菜鱼、广式早茶等美食纷纷扬帆出海，正宗中国味道席卷全球。
“中国味道”，何以在世界大放异彩？
在何珂看来，饮食文化的传递是循序渐进的。
“经过改良后，把更适应当地口味的菜品做出来，也更有利于中华料理的对外传播。”而十年一瞬弹指间，无论是改良还是原味，中国味道在海外都开辟出更广阔的赛道。弗若斯特沙利文的报告显示，2021年，国际市场上的中式餐饮数量已经超过60万家，市场规模高达2644亿美元。
日本街头中餐店。留学生小董供图“从前日本流行改良版的中餐，但从去年开始，日本兴起了一个潮流‘ガチ中華’，即追求本味的中国菜。”何珂以花椒举例，近年来，一些在日本开餐厅的当地人，每年会来成都收购青花椒带回国，他们很喜欢花椒的香味和麻味。
中国味道为何能在世界大放异彩？除了中餐本身的味觉魅力，经济发展推动综合国力增强，大批华人出海创业、留学、旅游，中餐消费群体日益增长；互联网上资讯发达，李子柒、厨师王刚等美食博主火遍全球，让外国食客渴望尝试更地道的中国味道；与此同时，中国文化的对外影响力不断提升，辐射到生活的方方面面。
海外中餐店。留学生路萱供图美食作家李作民认为，所有美食本质上都是一种文化现象，“中餐在美国或者在全球有多大影响，取决于中国文化对海外有多大的影响。”
谁才是海内外的“中国味道”人气TOP1？或许这个问题并没有统一的答案。中国味道不拘泥菜系，而在于百花齐放的美食格局；中国味道不限制地域，我们有“足不出户，吃遍天下美食”的科技硬实力；中国味道更是不必纠结“改良”或“本味”——在这两条赛道上，中国味道都正在日益香飘全球。
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
快三平台地图 |
)