实时和个性化的过程控制和生产调度对于扩大 CAR-T 细胞生产规模必不可少,而这成为了 AI 的责任。与此相关,AIDPATH 项目一直在基于营养消耗和代谢物产生为 CAR-T 细胞扩增的生物反应器实施数字孪生,这可以及时预测细胞扩增完成情况以实现细胞剂量目标 (UC1)。7 第二个系统使用“软传感器”,它基于可用的生物反应器传感器将多个传感器输入组合成实时通知 (UC2)。8,9 调度算法 (UC3) 能够协调不同患者的并行制造周期,以通过细胞扩增过程时间和他们准备好治疗患者的时间应对这些不确定性。10
该项目解决了以下事实:牛的壁虱仍然是澳大利亚草养牛面临的最昂贵的状况,宿主的基因型和减少可取性的化学物质是控制它们的唯一手段。证据表明,来自澳大利亚土壤样品的天然微生物会产生杀虫剂和杀虫剂代谢物,并且将这种微生物的混合物用于牛会减少其壁虱计数。该项目旨在进一步开发将天然微生物施加到牛皮的方法以减少壁虱数量。科学研究将通过微生物的细化和生产规模扩大到良好的制造实践(GMP)标准来进一步提高功效。将建立注册途径和可授权产品。
• 化学品和材料:模拟还可用于推动创新化学品和材料的发现和设计。计算能力现在使我们能够获取分子结构,制作其数字孪生并运行数十亿种组合,以更快地创造产品。以锂为例,电动汽车电池生产规模扩大的供应链问题:如果我们能找到一种可与现有电池化学类型相媲美的新电池化学成分,情况会怎样?然而,考虑到元素的数量,我们可以模拟 19 种元素和 10^117 种可能的组合,例如,制造不含锂的电池。计算机可以使用 GPU 进行模拟,以缩小可用的化学品组合范围,从而缩短开发交付周期。
企业组织正在寻求拥抱人工智能 (AI)。事实上,在过去的 12-18 个月中,许多组织已经在 AI 的道路上取得了长足进步,而且大多数组织都在努力实现生产规模的运营。1 他们希望从 AI 带来的改变游戏规则和变革性优势中获益。拥抱 AI 的一个关键要素是为数据科学团队配备工具,以便及时成功实现他们的 AI 目标。数据科学团队希望通过他们喜欢的应用程序和工具来利用他们喜欢的框架和学习算法。他们希望从数据选择和训练到部署采用自动化的工作流程和任务。在 AI 生命周期的不同步骤中,确保有适当规模的资源可用至关重要。
已经开发出一种优化工具来确定电转甲醇子系统(电解器、氢气和电池存储以及甲醇生产厂)的最佳配置和规模,以最大限度地降低电转甲醇生产成本。研究结果表明,并网配置比离网配置更具经济效益。对于 300,000 吨/年的甲醇生产能力,并网配置实现了 1,094 欧元/吨的甲醇平准成本 (LCOM),比离网配置低 20%。离网配置的最佳生产规模为 70,000 吨/年,LCOM 为 1,220 欧元/吨。对于并网配置,较大的工厂受益于规模经济,年产能为 100 万吨的工厂可获得 1,072 欧元/吨的 LCOM。
二十年前,当欧盟汽车业仍专注于内燃机汽车时,政府就开始实施支持和激励政策,以增强中国电动汽车企业的竞争优势。中国电动汽车研发目标被纳入“十五”计划(2001-2005 年)和“十一五”计划(2007-2010 年)。加速发展电动汽车成为“十二五”计划(2011-2015 年)“跨越式发展”重点之一,电动汽车行业被确定为七大战略产业之一。2015 年的“中国制造 2025”战略将电动汽车列为中国寻求在 2049 年前成为全球领导者的十大战略产业之一,目标是到 2025 年 80% 的电动汽车在中国制造。中国利用各种补贴来扩大电动汽车生产规模、提高市场渗透率、建设电动汽车充电站基础设施并实现全球领先地位。21
中小型企业(SME)的新鲜农产品生产规模增加,并扩大了资金基础设施的挑战。提高农产品新鲜度的额外成本使这些企业的最佳财务和运营政策不同。根据新鲜农业供应链的特征,本文分析了中小企业采用的融资策略,并在六个不同情况下为中小企业获得了最佳的运营和融资策略。分析表明,中小型企业的最佳水平不仅受到填充速率的影响,而且与新鲜成本相关的成本相关,而且与市场新鲜度的敏感性相关。此外,尽管提高产品的新鲜度的成本仅由中小企业承担,但供应链无法从中小企业的最佳财务策略中最大化供应链。肩负着新鲜的成本也减少了中小企业的最佳培养需求。差异是由新鲜的成本系数所影响的。