第一財經
2025-04-24 
將“時間維度”引入AI工業世界將會發生什么？
2014年從美國回來后，李金金就回到了母校上海交通大學任職，之后一直在上海教書、生活。2024年年初，她第一次去新疆，目的地是與烏魯木齊直線距離500多公里的伊寧。關于這趟長途旅行，她并非沖著早已紅透互聯網的那拉提、賽里木湖、薰衣草花海，而是位于川寧生物（301301.SZ）廠區內的幾十個4層樓高、近500噸重的金屬罐子。
在別人可能還在讀博士的年紀，李金金29歲時就成為上海交通大學里最年輕的博導、教授之一，如今主持著上海交大人工智能與微結構實驗室（Artificial Intelligence and Micro Structure Laboratory, AIMS - Lab）。近期，她解決發酵行業的一個百年難題——“黑箱白化”，這一技術填補了全球AI技術在“時序依賴型工業控制”中的空白。
從“試錯模式”到“智能模式”
發酵技術作為生物制造的核心手段，廣泛應用于食品、醫藥、能源及化工領域。中國生物發酵產業規模穩居全球首位，年產量超7000萬噸，氨基酸、維生素等核心產品占全球總量的60%~80%。
“生物發酵領域極為特殊，它受時間因素影響較大，微生物在各生長階段的差異性巨大。”李金金對第一財經稱，數百年來，人類發酵工程師始終極其依賴于固定參數與人工經驗，但依然難以應對微生物代謝的動態變化，這也成為了工業生產領域難度最大的環節之一，“甚至毫不夸張地說，哪個國家能在發酵領域掌握最新技術，那么這個國家，就能在全球最‘高精尖’的生物制造領域搶得先機”。
川寧生物是全球最大的抗生素中間體發酵企業，也是我國抗生素鏈主企業。李金金回憶稱，進入廠區的第一印象是，“在祖國的西部邊疆能有這樣一個大型科技企業，讓像我這樣一個一直在大學里做人工智能研究的科技工作者感到挺吃驚。”
讓她更為驚訝的是，在如此偏遠的地區，有近3000名高素質工程師在工作，且是24小時輪班工作，“但哪怕是經驗再豐富的工程師，在調整發酵過程時，也不可避免地會出錯，那么失誤率和事故率也會跟著變高，最終導致產量不可控。抗生素發酵周期長達7天，即便經驗豐富的工程師從第一天一直跟進到第七天，也很難確定最終產量。”
那時，李金金意識到，整個發酵過程極為復雜，“屬于高維度、復雜、非線性問題。對于7天的發酵周期，一天24小時，每分每秒都很關鍵，而且發酵參數眾多。我當時就想，如果能用人工智能代替人類的部分工作，那對整個發酵行業將產生極為重大的影響，起碼工程師們不用再‘三班倒’了，事故率可以大大降低。更重要的是，每一批次的產量可控性大大增強，我們想要達到什么樣的產量，在提前進行數據運算時就能預測出來。這樣一來，生產的可控性、操作性和清晰性都會有極大提升，產量也會相應提高。”
經過一年多時間的聯合研究開發，雙方共同打造的“基于遷移學習和物理可解釋的小樣本AI工業自動控制系統”（下稱“該AI自控系統”）終于發揮出了巨大效用。
川寧生物總經理鄧旭衡對第一財經稱，從目前實驗數據來看，由該AI虛擬工程師所調控的實驗罐的發酵水平已全部高于原有未使用AI調控的發酵罐水平，按照相同物料投入，AI所調控的發酵罐平均產量超出對照組3%~5%，并且隨著新批次數據的喂入，多次迭代后有望持續提升發酵產量。
他進一步解釋稱：“當AI系統基于我們的歷史數據構建的模型落地時，短短30天便實現了這一（3%~5%）產量的提升。隨著AI系統在穩定高產的數據持續喂養下不斷迭代，產量提升曲線會以很快的曲率上揚，從5%、10%、15%……按照公司每年近60億元產值預估，提升10%對應提升20%以上的凈利潤水平。AI會以人類難以企及的速度與精度，無限逼近發酵工藝的理論極限，徹底顛覆對工業生產的傳統認知邊界。”
引入“時間維度”概念的AI
人工智能在工業上的應用，本質上是一場生產關系的革命。“生物發酵技術是生物制造的基石，通過該AI自控系統提升產量與良率，可進一步鞏固‘中國供應—全球需求’的格局，迫使一些西方大國在加征關稅時面臨其國內醫藥、飼料行業成本激增的反制壓力。”李金金如是說。
更為重要的是，在李金金看來，該AI自控系統首次將“時間維度”引入工業控制領域，解決了生物發酵這一復雜動態過程的實時預測與調控的國際難題。“這打破了人類經驗主義，以及‘無法考慮時間因素’的主流AI大語言模型的束縛，將生物制造推進至‘模型定義生產’的新階段。”
簡而言之，該AI自控系統已成為事實上的工業控制“智駕系統”。李金金稱，在該AI自控系統使得相關企業的效率大大提升的同時，和目前比較主流的、動輒需要幾千塊（甚至幾萬塊）GPU才能運行的AI大模型所不同的是，該AI自控系統只需要十幾張GPU和傳統AI模型中5%的數據，就可以實現連續、精準的推理預測。為快速部署低成本、高效能的“AI工業大腦”提供了重要的經驗，為中國AI技術提供了一條低成本、高能效的工業化路徑，避免陷入西方主導的算力“大模型軍備競賽”。
“AI+工業化”成為增長新引擎
通過“模型定義生產”模式，推動制造業從“流程標準化”向“動態智能化”轉型，為中國AI技術落地工業場景（尤其是生物制造等高精尖領域）樹立標桿，使得該AI自控系統能夠迅速應用到其他工業場景之中，進而對中國工業體系帶來新局面。例如合成生物、生物醫藥、食品工業、芯片制造、大量傳統制造業、環保產業領域等都將受益。
上海交通大學副校長曾小勤對第一財經記者表示：“這項工作對于把人工智能列為重點支撐行業的上海而言，將會產生重大且意義深遠的影響。借助人工智能技術，上海有能力助力更多中國制造企業實現集體產業升級，促使它們邁向國際領先水平，在國際上享有更多話語權，極大地推動經濟發展。具體而言，一方面，該項工作能夠推動上海建設人工智能科創中心的產業規模持續拓展，為相關產品與服務開辟出更為廣闊的市場空間；另一方面，它還可以加速技術的迭代創新進程，使技術更好地貼合工業領域的現實需求，助力中國工業加快邁向鏈主地位的腳步，進一步強化產業集群效應，提升區域經濟的輻射帶動能力。通過這些舉措，上海以人工智能為技術依托，為其他省市進行產業賦能的獨特優勢得以充分展現，也展示了上海在技術創新以及合作交流方面的擔當。”
人工智能是上海三大先導產業之一，也是上海建設國際科創中心的重要支撐。為前瞻布局一批新一代通用人工智能關鍵任務，加快建設人工智能上海高地，打造人工智能世界級產業集群，上海市經濟和信息化委員會于近日（4月21日）發布《關于開展2025年新一代通用人工智能創新任務揭榜掛帥工作的通知》。
李金金說她有著一個頗具“野心”的想法：“中國作為制造業大國，在生產過程中，往往不可避免地會遭遇一些阻礙企業發展前行的重大瓶頸。其中，有些屬于靜態的科學問題，還有些則如同發酵一般，是和時間動態相關的科學問題。如果中國的制造業都能借助人工智能的強大力量，實現集體性的產業升級，進而催生出更多的鏈主企業，那么中國便能在國際上擁有更多的話語權，能夠通過這種方式實現‘科技報國’，無疑是一名科技工作者的終極夢想。”
（文章來源：第一財經）
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
