长距离人工智能工程师的发酵罐控制

肿胀行业的超级脑形象。 ■这家江林报纸的内部记者：“这里有20种有500吨发酵罐的品种。单击一个发酵罐，以查看由AI（人工智能）调节的当前发酵罐和下一个AI法规的时间。”在上海Joton大学的会议室中，学校的助理教授Yang Yang Kian正在为记者庆祝示威。 Han Yanqiang提到的发酵罐是Xinjiang Yili Chuanning Biotechnology Co.，Ltd，距离超过3,000公里。它被安置在车间中。数十个四个体系的发酵罐完美地工作。如果储罐中微生物的增长状态肯定会发生变化，则上海Joton University系统将立即发出“指示”，以指导生产研讨会的Ajyou和自动优化。汉扬（Han Yanqiang）运营的系统称为Manuudrive，是第一个“ AI工程师”由团队开发。 Manuudrive是由上海Jiootong大学人工智能与微观结构研究所的教授Li Jinjin创建和改造的。 “ AI工程师”引入了工业发酵过程中的时间维度，在复杂的生物发酵过程中可以动态调整参数，从而在未来的每个时刻实时生成最佳发酵计划，从而大大提高工业发酵的能力。上海大学副校长Zeng Xiaoqin说：“ Box White”目前，我所在国家的制造公司仍然面临着工业改善的困境。 “在制造业的持续开发过程中，关联公司发现了许多瓶颈，这些瓶颈限制了发展，并且某些困难与时间的动态变化密切相关。”在一项初步研究中，李金金（Li Jinjin）团队发现生物熟悉是最复杂的。与时间相关的工业制造业编辑。这是由于以下事实：微生物细胞，代谢反应和生物反应器环境的内部结构非常复杂，并且系统的实时状态存在不确定性。为了确保发酵质量，人类工程师通常需要根据多年来积累的经验每天24小时实施手动法规。 “ Lee Jinjin说。与此同时，发酵技术是生物分配中的核心工具，在许多领域，例如食品，药品，能源和化学工业等许多领域。李金金说。李金金说。从“ AI自主控制系统”到“印度河”trial Brain "in 220014, Li Jinjin founded the Institute of Artificial Intelligence and Microstructure at the University of Jiaotong, and the members of their team have a history of fields in a variety of fields, including computers, physics, biology and more. More. Background (ai for science (artialt, biology, biologyof biology and more. and developed 100 sets of algorithms, including Alphamat, a large model in the field of材料和生物学领域的伟大模型。优点。方面。生成AI技术具有时间的效果。在引入尺寸时，设备建立了一个“ AI自动控制系统”和一个“ AI AI Auty控制系统”的“动态” AI“动态”，以连续改善体积负重的人并减少产量的波动。以7天的抗生素发酵周期为例，一旦发酵能够达到20个小时的肿胀，就可以在20个小时内产生完整的计划，并从21盘中预测21次完整的产品，2122，2122，22精度，22均可满足。发酵过程大大提高了原始体验计划的效率和精度。基于生产中积累的高质量数据，AI继续提供反馈和迭代，形成了连续输入新数据，增加新数据，增加出口并进一步促进工业转换和更新的高贵循环。”其次是物理解释性的工业机制AI。 Manudrive可以在模型的可用特征中改变工业反应机制和维护法律方向，该机构可以提供最佳的过程参数，并解释参数的因果关系，并实时实现连续的预测和优化。换句话说，Manuudrive具有自己的“思想”模型，它打破了需要良好的训练迭代的传统AI模型的残酷模型，增加了数十次训练效率。运营商不仅可以对模型的决策标准有直观的了解，而且还可以通过基于因果逻辑灵活调整其生产策略来提高生产决策的科学家和可靠性。最后，这很轻。 Manuudrive凭借其创新的算法体系结构，仅在12张GPU卡中提供连续而精确的推理预测，将其与5％相结合在AI ModelsTraditional Li Jinjin的数据量中，减轻体重的特征不仅显着减少了公司计算机资源的投资，而且有效地减少了情报。转型的成本使中小型企业可以展示“低成本和高效的AI行业的大脑。人和AI工程师呈现了Li Jinjin，可以通过软件和硬件的结合来工作。软件的服装，Manuudrive具有强大而聪明的“大脑”，来自物质准备阶段。链接可以从参与生产过程的最合理的准备工作开始，软件系统向硬件设备发出指示，并在整个生产过程中指导促销和自动化。在主要生产设备（例如发酵罐）中密集地传播，例如肿胀系统中的“神经极端”，实时捕获数百只氧气，包括微生物生长状态，pH和溶解的氧气，并连续将这些数据提供给软件系统。在特定的发酵过程中，位于上海的“大脑”和位于新疆的“神经终端”紧密合作。从硬件接收到实际时间数据后，软件系统在毫秒级进行了超快速分析，并快速优化监管策略，以确保整个发酵过程始终处于最佳状态。在输出的预测阶段，“ AI工程师”可以加深和分析Da Dalarge -scale -scale咳嗽，了解提前的输出波动趋势，并严格在很小的范围内控制生产误差。今年4月，Manuudrive被正式启动并带走了OveR n of。在过去的一个月中，它大大减少了生产过程的波动，同时增加了发酵罐的发酵生产，并显着提高了工厂生产的稳定性和效率。 “目前的数据表明，抗生素产量增加了3％至5％。由于持续的反馈和随后的AI模型迭代，每月将进行更多改进。我们希望今年年底的产量将增加10％。”李金金说：“根据60亿元坎普尼的努力的产出价值。”在传统的生物培训过程中，人类工程师通常需要每天24小时，每天24小时，每天24小时，根据多年的经验，每天24小时，每天24小时。白天和黑夜的两个转变会对工程师的身心产生特定的影响。李金金说：“这种情况也存在于工业他说：“生产。”李金金的观点是，人类工程师和“人工智能工程师”将共同努力促进制造更新。一方面，在Manuudrive接管了生产线之后，人类工程师后，人类工程师将消除重复的净化和流离失所的任务，这是最有价值的人类工程师，而造成了重要的疲劳。预测IA的预测调整参数，同时优化应用程序场景的训练和扩展，在转换与方案的需求相对应之后，它可以应用于其他工业制造领域，例如合成生物学，芯片制造业，环境保护工业等。