该论文介绍了一种结合人工智能(AI)与量子启发技术的新方法,用于提升多变量优化实验的效率。通过先进的软件模拟,与传统物理实验相比,该方法显著减少了时间和成本。研究以酶发酵为焦点,证明该方法能用更少的实验获得更优结果。这些发现凸显了该方法在更有效识别最佳配方方面的潜力,将推动酶发酵及其他需要复杂优化领域的发展。最初,活性成分(AIN)即使经过600次实验仍无法提升。然而采用本文所述方法后,研究人员仅用405次实验就发现了更优配方,使AIN从8481提升至10068,实现了18.7%的改进。