新华网上海5月13日电（史依灵 韩彦强 江倩倩）人工智能技术如何拓展应用场景，助力产业升级？日前，新华网从上海交通大学获悉，该校李金金教授团队打造的“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工业自控系统ManuDrive）已落地转化，其使用“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。

  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都有着广泛的应用。而在生物发酵领域，时间是重要的影响因素。“微生物的生长状态就像是个‘黑箱’，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。”李金金解释说，生物发酵因其特殊性，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。

  李金金介绍，借助人工智能技术，“AI工程师”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了极大幅度的降低，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工作，而是借助人工智能向中控系统发送操作指令，大大提高了调控的效率与精准度。”李金金说，通过AI调控生成的方案还能对原先以经验为主的生物发酵方案进行进一步优化。

  究其核心竞争力如何？李金金解释，ManuDrive首次将“时间维度”引入到工业控制领域。“这攻克了生物发酵这一复杂且动态过程里实时预测与精准调控的国际难题。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。”李金金说。

  李金金团队科研人员介绍说，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。”李金金表示，这一特性在生物发酵等高风险、高成本领域尤为关键——既降低了因盲目试错带来的资源损耗，又为生产流程优化提供了坚实的理论支撑。

  李金金透露，不同于主流AI大模型需依赖数千乃至上万块GPU卡才能运行的高耗能模式，ManuDrive凭借创新算法架构，仅需十几张GPU卡，配合传统AI模型中5%的数据量，就能实现连续、精准的推理预测。“这一突破，意味着企业可以实现‘轻量化’，可以大幅削减企业在算力资源上的资金投入，降低智能化改造成本，让中小型企业也能以低成本高效部署‘AI工业大脑’”。李金金说，希望这一科研成果，未来能不断拓宽应用领域，在合成生物学、农业等相关领域得到应用。