AI导读：

上海交通大学李金金教授团队研发的AI工业自动控制系统ManuDrive，通过引入时间维度动态调控工业发酵过程，显著提升发酵产量和稳定性，变革传统发酵调控模式，推动生物制造向‘智能模式’转变。

　　发酵技术作为生物制造的核心手段，广泛应用于食品、医药、能源及化工等领域。上海交通大学昨日发布新闻，该校李金金教授团队研发的“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”（ManuDrive）已成功转化应用。这项被喻为“AI工程师”的新技术，引入时间维度于工业发酵过程，通过动态调控复杂生物发酵过程的参数，实时生成未来各时刻的最优发酵方案，显著提升了工业发酵产量。

　　掌握发酵领域的最新技术，意味着在全球生物制造领域的‘高精尖’竞争中占据优势。在生物发酵中，时间是一个关键因素，微生物生长阶段差异显著，直接影响发酵成败。传统上，工程师需凭经验24小时不间断手动调控以保证发酵质量。而ManuDrive技术不仅大幅提升发酵产量，还极大降低了生产波动，显著增强了工厂生产稳定性和效率。以抗生素发酵7天周期为例，ManuDrive在发酵第20小时即可生成从第21小时至第150小时的完整发酵操作方案，精准‘预测’整个发酵过程，变革了传统发酵调控模式，通过人工智能向中控系统发送指令，极大提高了调控效率与精准度。

　　ManuDrive技术将时间维度引入工业控制，解决了生物发酵这一复杂动态过程中的实时预测与精准调控难题，显著提高了发酵稳定性和产量。李金金表示：“随着AI与生物制造深度融合，发酵生产正从经验依赖的‘试错模式’转向数据驱动的‘智能模式’，重塑生产流程，催生生物制造领域的技术革命，为行业未来发展开辟广阔前景。”

　　李金金介绍，以生物发酵为例，ManuDrive突破传统AI模型需海量训练迭代的限制，精准捕捉微生物生长与环境变量间的动态关联，构建科学预测模型，训练效率提升数十倍，缩短模型开发至应用周期。操作人员可直观理解模型决策依据，基于因果逻辑灵活调整生产策略，提升生产决策的科学性与可靠性。这一特性在生物发酵等高风险、高成本领域尤为关键，降低盲目试错导致的资源损耗，为生产流程优化提供理论支撑。

（文章来源：上观新闻）