Mae prosesau biolegol a chemegol yn hanfodol ar gyfer creu amrywiaeth helaeth o gynhyrchion - o gosmetau a glanedyddion i gynhwysion bwyd hanfodol a fferyllol sy'n arbed bywyd. Dychmygwch fod y prosesau cynhyrchu hyn yn fwy effeithlon a doethach, gan arwain at weithgynhyrchu mwy fforddiadwy a chynaliadwy o gynhyrchion terfynol o ansawdd uwch. Dyma'r addewid o fioman weithgynhyrchu, lle mae technoleg sglodion blaengar, AI ac arbenigedd dynol yn cydgyfarfod i drawsnewid dulliau cynhyrchu yn radical.
Mae angen gwneud ansawdd manwl gywir a rheoli prosesau ar gyfer gwella effeithlonrwydd prosesau biolegol a chemegol. Mae casglu'r data a'r wybodaeth gywir yn hanfodol yn yr ymdrech hon i drosi mewnwelediadau prosesau i ymyriadau effeithiol. Ymchwil ar arloesolsynwyryddion, felly mae modelau efelychu cywir a gweithredwyr sydd wedi'u hyfforddi'n dda yn hanfodol, gan ddarparu offer gwerthfawr wrth geisio bio-weithgynhyrchu datblygedig.
Heriau mewn therapi manwl
Ystyriwch yr heriau mewn bio-weithgynhyrchu, megis cynhyrchu biolegol celloedd dynol ar gyfer CAR-T neu therapi bôn-gelloedd. Mae'r broses o gelloedd peirianneg ar gyfer therapi yn hir ond yn hanfodol i amser i gleifion. Rhaid ei wneud fesul claf ac mae'n cynnwys cryn dipyn o lafur â llaw, gan ei wneud yn gostus. Yn ogystal, mae effeithiolrwydd y driniaeth yn uniongyrchol gysylltiedig ag ansawdd y cynnyrch terfynol. Mae'r heriau hyn yn effeithio ar berthnasedd clinigol, gan gynnwys effeithiau di-darged neu ddi-nod.
Yn draddodiadol, mae rheoli prosesau biolegol yn cynnwys monitro 'all -lein', lle cymerir samplau o'r llif i'w dadansoddi yn ddiweddarach. Mae mesuriadau o'r fath yn rhoi arwydd gwerthfawr o ansawdd cynnyrch ar adeg samplu ac yn cynnig mewnwelediadau hanfodol ar gyfer cynyrchiadau yn y dyfodol. Fodd bynnag, oherwydd yr oedi amser rhwng samplu a dadansoddi, nid ydynt yn caniatáu addasiadau amser real i'r broses barhaus. Felly, mae dod â therapïau celloedd arloesol i'r farchnad yn fforddiadwy, felly, yn dal i fod angen gwelliant sylweddol yn eu rheolaeth broses.
Gallai monitro prosesau cynhyrchu mewnol ddarparu cam tuag at y gwelliant angenrheidiol hwn. Gyda synwyryddion mewnol, gellir monitro ac addasu camau proses mewn amser real - hyd yn oed yn awtomatig o bosibl. Byddai hyn nid yn unig yn byrhau cyfanswm yr amser cynhyrchu ac yn lleihau costau ond hefyd yn lleihau'r defnydd o ddeunyddiau crai ac ynni wrth wella ansawdd y cynnyrch terfynol.
Synhwyrydd mewnlin bach
Tra bod synwyryddion mewnol yn bodoli, maent ymhell o fod yn nwydd. Mae stilwyr ar gyfer monitro mewnlin er enghraifft, fel y rhai ar gyfer pH a thymheredd mewn bioreactor, wedi bodoli ers dros 40 mlynedd. Fodd bynnag, er mwyn mesur yr holl baramedrau perthnasol ar gyfer cynhyrchu biolegol, mae angen llu o stilwyr a systemau all -lein. Mae hyn yn achosi gosod, graddnodi, prosesu data a hyd yn oed heriau sterileiddio.
Mae ymchwilwyr IMEC wedi llwyddo i fachu a chyfuno amrywiol synwyryddion mewnol yn un stiliwr sengl. Gall y synhwyrydd technoleg ddadansoddol (PAT) integredig, fach ac aml-barametrig (PAT) fesur tymheredd ar yr un pryd, ocsigen toddedig, dargludedd trydanol, glwcos, lactad a hyd yn oed dwysedd celloedd mewn amser real mewn amser real, er enghraifft, bioreactor. O ganlyniad, gellir monitro prosesau biolegol neu gemegol yn agosach, a chynyddodd cynnyrch ac ansawdd y cynnyrch.
O fodel dirgel i addysgwr a chydweithredwr
Er gwaethaf buddion diymwad AI, mae ei weithrediad yn y diwydiant yn parhau i fod yn gyfyngedig, yn rhannol oherwydd ei natur 'blwch du'. Fel datrysiad, gall AI tryloyw ac 'esboniadwy', sy'n darparu rhyngwyneb sy'n egluro prosesau gwneud penderfyniadau mewn iaith ddynol ddealladwy, adeiladu ymddiriedaeth ymhlith gweithredwyr dynol a gwella rhyngweithio â thechnoleg.
Ar ben hynny, gall AI tryloyw o bosibl addysgu gweithredwyr, nid eu hysbysu yn unig. Yn nodweddiadol mae angen blynyddoedd o brofiad i ddeall a rheoli camau proses feirniadol. Gyda chymorth AI, gellir byrhau'r gromlin ddysgu ar gyfer gweithredwyr llai profiadol yn sylweddol, gan gynyddu eu hannibyniaeth a'u heffeithiolrwydd. I'r gwrthwyneb, gall modelau AI hefyd ddysgu o arbenigedd gweithredwyr.
Mewn prosiect arall gyda phartneriaid diwydiant, dangosodd IMEC weithredu model o'r fath a'i werth: yn gyntaf, trwy ddigideiddio'r broses gynhyrchu, yna ei gysylltu â model AI i'w optimeiddio ac yn olaf caniatáu rhyngweithio â gweithredwyr. Roedd arbenigwyr yn gallu nodi cydberthynas rhwng mesuriadau a phrosesau cynhyrchu, megis tymheredd neu gludedd. Felly gellid cyd -destunoli gwybodaeth synhwyrydd trwy wybodaeth ddynol, gan ystyried ffactorau fel hynafedd a chywirdeb hanesyddol.
Roedd hyn yn caniatáu i'r model AI ddysgu yn seiliedig ar fewnbwn yr arbenigwr a phrofiad sylfaenol. Yn y prosiect hwn, arweiniodd dull strwythuredig o'r fath at fewnwelediadau prosesau newydd ac optimeiddio cynhyrchu resinau (AllNex Gwlad Belg), gwell sefydlogrwydd a meddalyddion ffabrig amser-i-farchnad cyflymach (Procter & Gamble).
Harneisio caledwedd, arbenigedd dynol, ac AI ar gyfer arloesi
Yn draddodiadol mae cyfyngiadau data a gwybodaeth wedi cyfyngu prosesau cemegol llywio (BIO). Mae synwyryddion fel Technoleg Dadansoddol Proses (PAT) yn gwneud y gorau o gasglu data, tra bod datrysiadau sy'n cael eu gyrru gan AI, gyda chefnogaeth arbenigedd dynol presennol, yn gyrru arloesedd mewn gwybodaeth. Mae'r synergedd rhwng y caledwedd datblygedig hwn, gwybodaeth arbenigol ac AI yn arwain at brosesau mwy effeithlon, llai o wastraff a chyfleoedd digynsail ar gyfer arloesi.
Trwy ddod â'r arbenigedd hwn at ei gilydd, gall canolfannau ymchwil danlinellu newid paradeim yn y diwydiant cemegol (BIO), gan wahodd partneriaid y diwydiant i gydweithio'n weithredol i aros ar flaen y gad o ran datblygiadau optimeiddio prosesau.