上海交大團(tuán)隊研發(fā)時間維度“AI工程師”，運(yùn)籌遠(yuǎn)在新疆的世界最復(fù)雜工業(yè)發(fā)酵產(chǎn)線

精算到第150小時，為每一刻尋最優(yōu)解

“溫度31.331，風(fēng)量40080，溶氧量26.625，pH值6.925，補(bǔ)糖速率750.658……”在上海交大人工智能與微結(jié)構(gòu)實(shí)驗(yàn)室，助理教授打開筆記本電腦上的AI工業(yè)自控系統(tǒng)，各種參數(shù)隨生產(chǎn)曲線的抑揚(yáng)起落而實(shí)時變化，實(shí)線是已經(jīng)完成的幾十小時，虛線是將要進(jìn)行的幾十小時……

運(yùn)籌帷幄，決勝千里。這位“AI工程師”管控的實(shí)際生產(chǎn)線，是遠(yuǎn)在新疆的上市公司500噸級發(fā)酵罐。它們每個都高達(dá)四五層樓，是全球最大的抗生素中間體發(fā)酵罐。人工智能全面接管工廠后，一個月產(chǎn)量提升了3到5個百分點(diǎn)。

從醫(yī)藥生產(chǎn)到食品加工，從化工制造到能源開發(fā)，以往的微生物發(fā)酵過程高度依賴人工經(jīng)驗(yàn)，工程師24小時全天候值守，手動調(diào)節(jié)溫度、溶氧量、pH值等數(shù)百項(xiàng)參數(shù)，這種“試錯式”生產(chǎn)的效率如何提高？

來自上海交大集成電路學(xué)院的李金金教授及其團(tuán)隊成功研發(fā)全球首套“基于時間維度的AI工業(yè)自控系統(tǒng)”——ManuDrive，將時間變量引入人工智能模型，實(shí)時分析微生物的生長狀態(tài)，實(shí)現(xiàn)對復(fù)雜發(fā)酵過程的動態(tài)預(yù)測與精準(zhǔn)調(diào)控。

動態(tài)計算，預(yù)測到第150小時

微生物在各個生長階段的差異十分顯著，它們的生長狀態(tài)關(guān)系到整個發(fā)酵過程的穩(wěn)定、效率乃至成敗。在時間線上，AI模型擅長在靜態(tài)數(shù)據(jù)中“回頭看”，如何在動態(tài)數(shù)據(jù)中“向前看”呢？

對此，李金金團(tuán)隊與全球最大抗生素中間體發(fā)酵企業(yè)川寧生物合作，挑戰(zhàn)堪稱世界上最復(fù)雜的工業(yè)發(fā)酵過程，讓ManuDrive系統(tǒng)落地轉(zhuǎn)化，可實(shí)時生成未來每一時刻的最優(yōu)發(fā)酵方案。

以抗生素發(fā)酵7天的周期為例，在發(fā)酵進(jìn)行到第20小時的時候，ManuDrive就能生成從第21小時、第22小時、第23小時，一直到最后第150小時的完整發(fā)酵操作方案，通過精準(zhǔn)計算“預(yù)測”整個生物制造過程。

同時，AI調(diào)控具備持續(xù)迭代的優(yōu)勢，基于ManuDrive所產(chǎn)生的高質(zhì)量數(shù)據(jù)，AI又能持續(xù)進(jìn)行反饋和迭代，形成了不斷輸入新數(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)一步推動產(chǎn)業(yè)轉(zhuǎn)型升級。

“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‘試錯模式’，向依靠數(shù)據(jù)驅(qū)動的‘智能模式’轉(zhuǎn)變?！崩罱鸾鸨硎?，它對原有的生產(chǎn)流程進(jìn)行重新塑造，在生物制造領(lǐng)域催生出意義深遠(yuǎn)的技術(shù)革命。

打破黑箱，操控十多萬參數(shù)

AI模型往往被認(rèn)為是“技術(shù)黑箱”，不可追溯過程性參數(shù)。而ManuDrive系統(tǒng)，通過軟硬件結(jié)合方式運(yùn)行，學(xué)習(xí)掌握18萬條工藝參數(shù)，不僅打破黑箱，還能減少人為失誤率。

軟件層面，ManuDrive的“大腦”操作系統(tǒng)在上海。從備料階段起，它就深度挖掘并分析海量的歷史生產(chǎn)數(shù)據(jù)，憑借強(qiáng)大的數(shù)據(jù)分析能力和自主決策能力，精確規(guī)劃出物料的配比方案，確保每一個環(huán)節(jié)都在最合理的準(zhǔn)備下開啟。進(jìn)入生產(chǎn)環(huán)節(jié)后，軟件系統(tǒng)會向硬件設(shè)備下達(dá)指令，指揮整個生產(chǎn)流程有序自動化推進(jìn)。

顯然，物料并非投喂越多越好。例如，中控系統(tǒng)下，發(fā)酵罐依據(jù)指令自動啟停，溫度調(diào)節(jié)裝置可嚴(yán)格按照設(shè)定實(shí)現(xiàn)精準(zhǔn)調(diào)控，通氣量控制設(shè)備也能穩(wěn)定維持在合適水平，每一個硬件動作都能做到分毫不差，保證生產(chǎn)過程的精確性與連貫性。

硬件方面，密布于發(fā)酵罐等關(guān)鍵生產(chǎn)設(shè)備上的各類傳感器，如同ManuDrive系統(tǒng)的“神經(jīng)末梢”，它們時刻保持高度的敏銳性，實(shí)時捕捉微生物生長狀態(tài)等數(shù)百項(xiàng)關(guān)鍵參數(shù)，并將這些數(shù)據(jù)源源不斷地反饋給軟件系統(tǒng)。

軟件系統(tǒng)接收到硬件傳來的實(shí)時數(shù)據(jù)后，結(jié)合考慮時間維度動態(tài)變化的內(nèi)置模型，以毫秒級的超快速度進(jìn)行深度分析，迅速優(yōu)化調(diào)控策略，讓整個發(fā)酵過程始終維持在最佳狀態(tài)。在產(chǎn)量預(yù)測環(huán)節(jié)，依托機(jī)器學(xué)習(xí)算法，這位“AI工程師”也能對海量生產(chǎn)數(shù)據(jù)進(jìn)行深度挖掘和分析，提前洞察產(chǎn)量波動趨勢，將生產(chǎn)誤差嚴(yán)格控制在極小范圍之內(nèi)。

遷移復(fù)制，僅需幾十塊GPU

在生物發(fā)酵罐的千錘百煉后，“AI大腦”能否遷移復(fù)制到不同行業(yè)企業(yè)，實(shí)現(xiàn)輕量化部署？在李金金看來，ManuDrive已經(jīng)跳出傳統(tǒng)AI模型需要海量訓(xùn)練迭代的窠臼，能精準(zhǔn)捕捉微生物生長與環(huán)境變量間的動態(tài)關(guān)聯(lián)，構(gòu)建起科學(xué)嚴(yán)謹(jǐn)?shù)念A(yù)測模型，訓(xùn)練效率提升了數(shù)十倍，大大縮短了從模型開發(fā)到實(shí)際應(yīng)用的周期。

值得關(guān)注的是，不同于主流AI大模型依賴數(shù)千乃至上萬塊GPU卡的高耗能運(yùn)行模式，ManuDrive憑借創(chuàng)新算法架構(gòu)，僅需十幾塊GPU卡。同時，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。李金金表示，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的“AI工業(yè)大腦”。

國產(chǎn)化適配層面，該系統(tǒng)深度兼容國產(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。在保障運(yùn)算效率的同時，擺脫對進(jìn)口算力設(shè)備的依賴，有效規(guī)避技術(shù)封鎖風(fēng)險，使企業(yè)不需要擔(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“中國智造”轉(zhuǎn)型進(jìn)程。

（來源：解放日報 記者 徐瑞哲）

分享讓更多人看到