更新时间: 浏览次数: 258
上海5月12日电 (记者 许婧)上海运输大学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工业自动控制平台”(AI自控平台,ManuDrive)已胜利落地转化。ManuDrive将时间维度引入工业发酵历程,达成了AI动态调节,经由在复杂的生物发酵历程中能动态调节参数,实时生成将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。
在生物发酵范畴,时间是一个很大的效果缘由。微生物在各个生长时期的差异非常显著,它们的生长情形联系到整个发酵历程的成败。为了确保发酵品质,通常必要人类工程师根据常年积累的经验,24小时不间断地开展手动调节。
李金金12日介绍,ManuDrive将“时间维度”引入到工业控制范畴当中,攻克了生物发酵这一复杂且动态历程里实时预测与精准调节的国际难题。在确实落地应用中,ManuDrive不只使发酵罐的发酵产量达成了大幅度的提升,一起制造历程中的波动也得到了极大幅度的降低,工厂的制造稳定性和效能都显著增强。
“跟着AI工艺与生物制造的深度融合进步,发酵制造正逐步从以往依赖经验的‘试错方式’向依靠情报驱动的‘智能方式’转变。它不只对原有的制造流程开展了重新塑造,更在生物制造范畴催生出了一场价值深远的工艺革命,为整个行业的将来进步开辟了愈为广阔的远景。”李金金说。
以抗生素发酵7天的周期为例,在发酵开展到第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小时的完整发酵操控方案,精准“预测”整个发酵历程。这转变了古典的发酵调节方式,不复必要人类工程师手动去开展每个小时的发酵调节工作,而是借助人工智能向中控平台发送操控指令,大大提升了调节的效能与精准度;经由AI调节所生成的方案更加科学有效,对原先以经验为主的生物发酵方案开展了进一步提升。
一起,AI的调节具备持续迭代的长处,基于ManuDrive所产生的高品质情报,AI又能够持续开展反馈和迭代,使得发酵产量持续提升,造成了一个持续输入新情报、提升产量,再输入新情报、进一步提升产量的良性循环,进一步推行产业转型升级。
据悉,不同于主流AI大模型需依赖数千块乃至上万块GPU卡才能运行的高耗能方式,ManuDrive凭借革新算法架构,仅需十几张GPU卡,协助古典AI模型中5%的情报量,就能达成连续、精准的推理预测。这一突破不只大幅削减公司在算力资产上的资本投入,更显著降低智能化改造成本,让中小型公司也能以低成本部署高效“AI工业大脑”。
在国产化适配层面,该平台深度兼容国产算力拥护器,从硬件底层到算法结构达成全链路自主可控。平台丰富发挥国产算力设备的性能长处,在确保运算效能的一起,摆脱对进口算力设备的依赖,有效规避工艺封锁风险。这种轻量化部署与国产算力的联合,使公司无需担心算力根基设施的高昂搭建成本与保护压力,可快速达成平台部署与调试,加速智能化转型进程。(完)
新闻结尾 刘玥汪珍珍康爱福阳台:绿色空间的艺术享受与生活品质提升的相关文章 2025年亚洲皮划艇静水锦标赛收官 中国队斩获16金6银2铜的相关文章