发酵技术是生物制造的核心手段，在食品、医药、能源以及化工等诸多领域有着广泛应用。是否掌握发酵领域的最新技术，决定着是否能在生物制造领域占得先机。在生物发酵领域，时间是一个很大的影响因素：微生物在各个生长阶段的差异十分显著，它们的生长状态关系到整个发酵过程的成败。为了保证发酵质量，通常需要人类工程师根据常年积累的经验，24小时不间断地进行手动调控。

近日，上海交通大学李金金教授团队打造了“基于迁移学习和物理可解释的小样本AI工业自动控制系统”（AI自控系统，ManuDrive），并落地转化，使用“AI工程师”将时间维度引入工业发酵过程，实现了AI动态调控，通过在复杂的生物发酵过程中能动态调控参数，实时生成未来每一个时刻的最优发酵方案，进而大幅度提升了工业发酵产量。

将“时间维度”引入AI，推动产业转型升级

在实际落地应用中，ManuDrive使发酵罐的发酵产量实现了大幅度的提升，同时生产过程中的波动也得到极大幅度的降低，工厂的生产稳定性和效率都显著增强。以抗生素发酵7天的周期为例，在发酵进行到第20小时的时候，ManuDrive就能生成从第21小时、第22小时、第23小时，一直到最后的第150小时的完整发酵操作方案，精准“预测”整个发酵过程。这改变了传统的发酵调控模式，不再需要人类工程师手动去进行每个小时的发酵调控，而是借助人工智能向中控系统发送操作指令，大大提高调控的效率与精准度。同时，人工智能的调控具备持续迭代的优势，基于ManuDrive所产生的高质量数据，AI又能够持续进行反馈和迭代，使得发酵产量不断提升。

“随着AI技术与生物制造的深度融合发展，发酵生产正逐步从以往依赖经验的‘试错模式’向依靠数据驱动的‘智能模式’转变。它不仅对原有的生产流程进行了重新塑造，更在生物制造领域催生出了一场意义深远的技术革命，为整个行业的未来发展开辟了更为广阔的前景。”李金金表示。

“AI工程师”精准预测复杂发酵过程

ManuDrive通过软硬件结合方式运行。在软件层面，ManuDrive具备强大且智能的“大脑”,从备料阶段起，它就能够深度挖掘并分析海量的历史生产数据，凭借强大的数据分析能力和自主决策能力，精准地规划出物料的配比方案，确保每一个环节都能在最合理的准备下开启。进入生产环节后，软件系统会向硬件设备下达指令，指挥整个生产流程有序自动化推进。

在硬件方面，密布于发酵罐等关键生产设备上的各类传感器，如同ManuDrive系统的“神经末梢”，时刻保持高度敏锐性，实时捕捉微生物生长状态、PH值、溶氧量等多达数百项关键参数，并将这些数据反馈给软件系统。软件系统接收到硬件传来的实时数据后，会结合内置的考虑时间维度动态变化的智能模型，以毫秒级的超快速度进行深度分析，迅速优化调控策略，让整个发酵过程始终维持在最佳状态。在产量预测环节，依托机器学习算法，“AI工程师”能够对海量生产数据进行深度挖掘和分析，提前洞察产量波动趋势，将生产误差严格控制在极小的范围之内。

低成本“AI大脑”可适应企业轻量化部署

以生物发酵行业为例，ManuDrive跳出传统AI模型需要海量训练迭代的“窠臼”，能精准捕捉微生物生长与环境变量间的动态关联，构建起科学严谨的预测模型，训练效率提升了数十倍，大大缩短了从模型开发到实际应用的周期。操作人员不仅能直观理解模型决策依据，还能基于因果逻辑对生产策略进行灵活调整，提升生产决策的科学性与可靠性。

在国产化适配层面，该系统深度兼容国产算力服务器，从硬件底层到算法框架实现全链路自主可控。系统充分发挥国产算力设备的性能优势，在保障运算效率的同时，摆脱对进口算力设备的依赖。轻量化部署与国产算力的结合，使企业无需担心算力基础设施的高昂建设成本与维护压力，可快速完成系统部署与调试，加速智能化转型进程。

（中国日报上海分社 记者 周文婷）