中新網(wǎng)上海5月12日電 (記者 許婧)上海交通大學(xué)李金金教授團(tuán)隊(duì)打造的“基于遷移學(xué)習(xí)和物理可解釋的小樣本AI工業(yè)自動(dòng)控制系統(tǒng)”(AI自控系統(tǒng)，ManuDrive)已成功落地轉(zhuǎn)化。ManuDrive將時(shí)間維度引入工業(yè)發(fā)酵過程，實(shí)現(xiàn)了AI動(dòng)態(tài)調(diào)控，通過在復(fù)雜的生物發(fā)酵過程中能動(dòng)態(tài)調(diào)控參數(shù)，實(shí)時(shí)生成未來每一個(gè)時(shí)刻的最優(yōu)發(fā)酵方案，進(jìn)而大幅度提升了工業(yè)發(fā)酵產(chǎn)量。

在生物發(fā)酵領(lǐng)域，時(shí)間是一個(gè)很大的影響因素。微生物在各個(gè)生長(zhǎng)階段的差異十分顯著，它們的生長(zhǎng)狀態(tài)關(guān)系到整個(gè)發(fā)酵過程的成敗。為了保證發(fā)酵質(zhì)量，通常需要人類工程師根據(jù)常年積累的經(jīng)驗(yàn)，24小時(shí)不間斷地進(jìn)行手動(dòng)調(diào)控。

上海交通大學(xué)李金金教授團(tuán)隊(duì)打造了AI自控系統(tǒng)并落地轉(zhuǎn)化，將時(shí)間維度引入工業(yè)發(fā)酵過程，精準(zhǔn)調(diào)控工業(yè)發(fā)酵過程。圖為李金金在介紹相關(guān)成果?！≈行戮W(wǎng)記者 許婧 攝

李金金12日介紹，ManuDrive將“時(shí)間維度”引入到工業(yè)控制領(lǐng)域當(dāng)中，攻克了生物發(fā)酵這一復(fù)雜且動(dòng)態(tài)過程里實(shí)時(shí)預(yù)測(cè)與精準(zhǔn)調(diào)控的國(guó)際難題。在實(shí)際落地應(yīng)用中，ManuDrive不僅使發(fā)酵罐的發(fā)酵產(chǎn)量實(shí)現(xiàn)了大幅度的提升，同時(shí)生產(chǎn)過程中的波動(dòng)也得到了極大幅度的降低，工廠的生產(chǎn)穩(wěn)定性和效率都顯著增強(qiáng)。

“隨著AI技術(shù)與生物制造的深度融合發(fā)展，發(fā)酵生產(chǎn)正逐步從以往依賴經(jīng)驗(yàn)的‘試錯(cuò)模式’向依靠數(shù)據(jù)驅(qū)動(dòng)的‘智能模式’轉(zhuǎn)變。它不僅對(duì)原有的生產(chǎn)流程進(jìn)行了重新塑造，更在生物制造領(lǐng)域催生出了一場(chǎng)意義深遠(yuǎn)的技術(shù)革命，為整個(gè)行業(yè)的未來發(fā)展開辟了更為廣闊的前景。”李金金說。

以抗生素發(fā)酵7天的周期為例，在發(fā)酵進(jìn)行到第20小時(shí)的時(shí)候，ManuDrive就能生成從第21小時(shí)、第22小時(shí)、第23小時(shí)，一直到最后的第150小時(shí)的完整發(fā)酵操作方案，精準(zhǔn)“預(yù)測(cè)”整個(gè)發(fā)酵過程。這改變了傳統(tǒng)的發(fā)酵調(diào)控模式，不再需要人類工程師手動(dòng)去進(jìn)行每個(gè)小時(shí)的發(fā)酵調(diào)控工作，而是借助人工智能向中控系統(tǒng)發(fā)送操作指令，大大提高了調(diào)控的效率與精準(zhǔn)度；通過AI調(diào)控所生成的方案更加科學(xué)有效，對(duì)原先以經(jīng)驗(yàn)為主的生物發(fā)酵方案進(jìn)行了進(jìn)一步優(yōu)化。

同時(shí)，AI的調(diào)控具備持續(xù)迭代的優(yōu)勢(shì)，基于ManuDrive所產(chǎn)生的高質(zhì)量數(shù)據(jù)，AI又能夠持續(xù)進(jìn)行反饋和迭代，使得發(fā)酵產(chǎn)量不斷提升，形成了一個(gè)不斷輸入新數(shù)據(jù)、提升產(chǎn)量，再輸入新數(shù)據(jù)、進(jìn)一步提升產(chǎn)量的良性循環(huán)，進(jìn)一步推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。

據(jù)悉，不同于主流AI大模型需依賴數(shù)千塊乃至上萬塊GPU卡才能運(yùn)行的高耗能模式，ManuDrive憑借創(chuàng)新算法架構(gòu)，僅需十幾張GPU卡，配合傳統(tǒng)AI模型中5%的數(shù)據(jù)量，就能實(shí)現(xiàn)連續(xù)、精準(zhǔn)的推理預(yù)測(cè)。這一突破不僅大幅削減企業(yè)在算力資源上的資金投入，更顯著降低智能化改造成本，讓中小型企業(yè)也能以低成本部署高效“AI工業(yè)大腦”。

在國(guó)產(chǎn)化適配層面，該系統(tǒng)深度兼容國(guó)產(chǎn)算力服務(wù)器，從硬件底層到算法框架實(shí)現(xiàn)全鏈路自主可控。系統(tǒng)充分發(fā)揮國(guó)產(chǎn)算力設(shè)備的性能優(yōu)勢(shì)，在保障運(yùn)算效率的同時(shí)，擺脫對(duì)進(jìn)口算力設(shè)備的依賴，有效規(guī)避技術(shù)封鎖風(fēng)險(xiǎn)。這種輕量化部署與國(guó)產(chǎn)算力的結(jié)合，使企業(yè)無需擔(dān)心算力基礎(chǔ)設(shè)施的高昂建設(shè)成本與維護(hù)壓力，可快速完成系統(tǒng)部署與調(diào)試，加速智能化轉(zhuǎn)型進(jìn)程。(完)