99.9分！大模型获制造业入场券：最难发酵罐里，AI老法师撬开产量天花板
在商业和娱乐领域，AI或许做到七八十分就能被用起来。但到了严肃的制造业场景，情况就完全不同了——99.9分，才是那张真正的入场券。极高的精度要求、极低的幻觉容忍度，长久以来让AI徘徊于制造业真正的主战场之外。不过，局面正在被改写。记者日前从上海市经信工作党委组织的“上海产业向新行”专题调研中获悉，一项来自上海交通大学人工智能与微结构实验室的成果，正将大模型推向实战最前线。该实验室打造的“ManuDrive时序感知AI自控大模型”，已通过实验室主任李金金教授创立的金锃科技，实打实地应用于500吨级的生物发酵生产线。
这意味着什么？当人类工程师的经验已触及大型发酵的产量天花板时，AI却又向上撬开了3%至5%的增长空间。而且，算法的迭代还在持续进行，AI作为“增产先锋”的能力边界，似乎远未被探及。
川宁生物发酵罐实景，相比之下，人（右）很渺小。
“目前我们有数十家客户，几乎全是上市公司。”李金金教授坦言，“你对这些公司的董事长讲，你的AI技术发表了多少篇论文，人家根本不在意。检验你是否拥有好模型的唯一标准，就是能否实打实地兑现数千万元乃至数亿元的经济效益。”
以上市公司川宁生物为例，其建有全球抗生素中间体生产领域最大的单体发酵罐，每个都有四五层楼高。抗生素中间体的发酵，是一个持续近两周、涉及上百个变量的超复杂过程，过去完全依赖经验丰富的工程师24小时值守。工程师们实时观察，凭经验手动调整阀门、仪表和参数，殚精竭虑。但即便如此，一个500吨的发酵罐，最终成品往往不足5吨。这不到1%的产出率，竟已代表了当前世界最先进的发酵水平。
川宁生物发酵罐实景。
为了攻克这座堡垒，金锃科技团队在发酵巨罐现场驻场了整整9个月，与老师傅们代代相传的经验不断碰撞、磨合，就地编写代码。殊不知，在这个过程中，人类经验有时反而成了干扰。这让人想起当年AlphaGo的进化历程：引入人类专家经验后，它始终无法超越人类；直到DeepMind摒弃了这种设计，只为AI设置好奖惩机制，让其自行探索，最终才战胜了人类顶尖棋手。在生物发酵领域，同样出现了类似的反直觉发现。人类工程师通常认为，微生物多吃葡萄糖，发酵会更充分。但AI却敏锐地捕捉到，葡萄糖浓度加到一定高位后，产能不升反降。
因此，金锃科技面临的最大挑战之一，就在于如何取舍。经过9个月的建模与算法优化，并由川宁生物董事长大胆拍板，这位“AI老法师”正式接管了巨型发酵罐的控制权。当其他大模型还在生成文本、图片和视频时，ManuDrive却以超过99.9%的准确率，在发酵开始的第二个小时，就把未来180个小时的发酵曲线预测出来。它实现了对复杂发酵过程的动态预测和精准调控，确保每一批发酵都能稳定高产。
AI模型成功接管发酵罐。
“AI老法师”产量提升的极限究竟在哪儿？这是李金金被董事长们追问最多的问题。答案连他自己也无法确定。因为AI实现了预测、优化、执行、反馈的完整闭环，又能基于新产生的高质量数据进行持续学习与迭代，这意味着它有望无限逼近发酵工艺的理论极限。
生物发酵只是起点。ManuDrive的应用版图已拓展至工业建筑设计、CAD图纸生成、纺织制版、工业焚烧、智能排产、能耗调优、污水处理等多个领域。特别值得一提的是，李金金团队将AI算法封装成一个个独立的模块。每深入一个新场景，他们就开发新的模块。例如，在AI监测领域，就有数据自动标签、图像批量处理、传感器信号接收等模块。迄今为止，整个系统的模块数已达到127个。这些模块可以像乐高积木一样，按需调用、灵活组合，从而实现各类工业场景的高效部署。比如，养猪场的猪病监测预警系统，与钢厂残次品检测系统有高达90%的相似度。而生物发酵项目中用于菌株代谢的适配算法，经模块化封装后，仅调整三个参数，就能精准调控不同污水处理场景中的菌群降解过程。
ManuDrive系统的模块数累计已达127个。
据了解，李金金教授还是“前沿部署工程师”（FDE）概念的引入者。FDE不坐在实验室里写代码，而是直接进驻客户一线，将大模型的能力嵌入真实的业务流程，专门解决人工智能技术商业化落地“最后一公里”的难题。据上海市经信委介绍，上海已开办全国首个前沿部署工程师专题培训班，会同创智学院及相关区，组织了十余场FDE培训课程，覆盖人次超过2000人。未来，创智学院与张江、北杨两大AI小镇还将形成合力，推出更灵活、更高频的培训模式。
首期FDE前沿部署工程师专题培训班开班。
放眼全局，我国制造业增加值在GDP中的比重约为25%，在国民经济中占据着核心地位。将最先进的AI算法融入核心生产流程，让工厂能像生命体一样不断进化，意味着我们能在制造业这个巨大的存量市场中，创造出全新的增量。这其中的意义，不言而喻。
原标题：《99.9分！大模型获制造业入场券：最难发酵罐里，AI老法师撬开产量天花板》
来源：作者：解放日报 李晔
