发酵企业想用 AI 优化工艺，先把这几类数据对齐

步穹算力小镇

谈 AI 优化发酵工艺，很容易把第一步理解成选模型、找最佳参数，甚至直接接控制系统。更稳妥的顺序是：先还原每一批到底发生了什么，再谈预测；预测经过验证，再谈优化；自动控制则另做更严格的工程验证。

还要先分清两类任务：在批报处理场景中，生成式 AI 可以辅助整理批报、提取异常描述和推荐字段映射，但抽取结果应能回查原文并经人工复核；工艺预测模型通常以经过治理的结构化、时序数据为主，也可结合光谱、图像等数据。两者可以配合，但“批报总结得像样”，不等于模型已经具备可靠的工艺预测能力。

以下清单以分批和补料分批发酵为主，具体字段应按工艺可测性取舍。固态工艺还应关注含水量、料层温度、测点和翻堆等记录；产气厌氧工艺可补充压力、产气量和气体组成等记录，不能把溶氧、通气等字段视为所有工艺的必需项。

1. 批次身份：让每条记录知道自己属于谁

至少保留批次号、菌种／菌株标识及种子或发酵剂批次（适用时）、原料批次、设备、生产规模和起止时间。不同菌株、不同规模的数据并非不能一起研究，但不能不加区分地混成同一类样本；这些字段是分组、比较和验证的基础。

2. 过程时序：不只留设定值，还要留实际值

按工艺需要整理温度、pH、溶氧（适用时）、搅拌、通气、补料等记录，统一时间基准和单位，保留原始时间戳、实际采样间隔及测点或取样位置。如需重采样或插值，应记录处理规则，并区分实测值与派生值。设定值与实际测量值要分开，传感器校准、维修或更换也要能追溯。

否则，模型看到的只是“本来准备怎么做”，未必是“现场实际怎么做”。

3. 操作与异常事件：别把人的动作从历史里抹掉

补料、调参、取样、报警、设备异常和人工干预，都应挂到对应批次和时间点。缺少这些事件，模型可能把人工纠偏后的变化误当成过程自身规律。

打个比方，这像把几本记法不同的账本交给新会计：数字都在，但同一批货、同一笔调整和最终结果对不上，再漂亮的分析也可能从根上错位。

4. 结果标签：别只留“合格／不合格”

围绕目标保留产率、产物浓度或质量指标，并记录对应的检测时间和方法。只有终点结论，没有过程与检测口径，模型很难找到可复核的关系，更谈不上解释波动来自哪里。

数据对齐后，也别急着看训练集上的漂亮分数。若目标是评估模型对新批次的泛化能力，训练集、调参验证集和最终测试集应按完整批次隔离，同一批的任一时点或派生记录不得跨集合。缺失值处理、归一化和特征筛选也只能在训练数据上拟合，再应用到验证集和测试集。若模型将用于预测未来批次，还应另留时间上更晚的完整批次进行测试。

用于实时预测时，只能使用预测时点已经可获得的字段，不能把事后检测结果或整批汇总值喂给模型。否则，即使分数很高，也可能只是信息泄漏造成的假象。

小试有效不等于可以直接照搬到生产规模。规模变化可能通过混合、传热和传质变化形成温度、底物等空间梯度；对好氧体系，还需特别关注氧传递和溶氧分布。不同菌株也有各自的代谢特性。

还要记住：预测准确不等于识别了因果关系或干预效果。模型给出的参数建议，需要工艺人员复核，并在食品安全、质量、设备和操作约束下通过相应试验验证；若要进入实时控制，还要另外考虑传感器可靠性、异常处置、回退机制和责任边界，不能只在预测结果后面加一个“执行”按钮。

一个更低风险的起点是：选一个数据基础较好的工序、一个清晰目标、一个相对固定的菌株与生产规模，先做离线回顾。预先确定与用途相符的误差指标和可接受标准，与简单基线比较，再看模型在未参与训练的新批次上表现如何、能否提供工艺人员可复核的线索。若要声称能跨菌株、设备或规模迁移，还需用目标场景的独立批次另行验证。走通这些，再决定是否值得进入实时预测或自动控制。

---

主要参考资料：

1. Mondal 等，Review on machine learning-based bioprocess optimization, monitoring, and control systems，Bioresource Technology，2023，DOI：10.1016/j.biortech.2022.128523。
2. Fermentation design and process optimization strategy based on machine learning，BioDesign Research，2025，DOI：10.1016/j.bidere.2025.100002。
3. scikit-learn 用户指南，Cross-validation iterators for grouped data 与 Pipeline: chaining estimators（分组切分及预处理防泄漏方法）。

说明：本文由 AI 辅助起草，经人工核对与审校；内容仅作方法讨论，不替代具体工艺验证。

出自步穹算力小镇