整合人工智能与量子思想技术以提高酶发酵优化效率
量子物理
2026-02-10 v2
摘要
本文介绍了一种新方法，将人工智能 (AI) 与量子思想技术相结合，以提高多变量优化实验的效率。通过使用高级软件仿真，该方法显著减少了与传统物理实验相比的时间和成本。该研究聚焦于酶发酵，表明该方法可以在更少的实验中获得更好结果。这些发现凸显了该方法在更有效地识别最优配方方面的潜力，为酶发酵及其他需要复杂优化的领域带来了进步。最初，活性成分 (AIN) 即使经过 600 次实验也无法得到改善。但采用本文所述方法后，我们仅通过 405 次实验即可识别出更好的配方。这使 AIN 从 8481 提升至 10068，提高了 18.7%。
引用
@article{arxiv.2602.06420,
title = {Integrating AI and Quantum-Inspired Techniques for Efficient Enzyme Fermentation Optimization},
author = {Ying-Wei Tseng and Yu-Ting Kao and Yeong-Jar Chang and Jia-Han Ou and Wen-Zhi Zhang and Jin-Jia Wang and Yung-Hsiang Lin},
journal= {arXiv preprint arXiv:2602.06420},
year = {2026}
}
备注
12 pages, 6 figures