AIが微細藻類の大規模培養を最適化する

微小藻類は光合成により油脂やタンパク質を生成し、バイオ燃料や食品、色素原料としての期待が集まっている。しかし、光量・温度・pH・溶存酸素・二酸化炭素濃度などが複雑に相互作用するため、工業規模での安定培養は依然として課題となっている。この培養環境の最適化へ、人工知能（AI）と機械学習の活用が本格化している。 従来は手動サンプリングに頼っていた微細な生物学的変化の検知を、センサーデータのリアルタイム解析や画像認識によるバイオマス推定で補完する取り組みが進んでいる。特に注目されるのは、2026年にスペイン・アルメリアで行われた実証試験だ。延べ80平方メートルの屋外ランウェイ池において、強化学習アルゴリズムが温度、日射量、溶存酸素をモニタリングし、二酸化炭素の噴射量を自動制御した。変化する気象条件下でも8日間にわたりpHを安定維持することに成功し、モデル計算にとどまらず実設備でのAI制御の実用性を証明した。 一方で、商業化への移行には解決すべき課題も残る。センサーの目詰まりや測定値のドリフト、培養株による挙動の違いなど、データの信頼性とシステム統合が鍵となる。研究者らはAIを伝統的なプロセス工学の代替ではなく、培養データの解釈と操業判断を支援する補助ツールとして位置づけている。今後は実験室規模から実証プラントへ移行する際の現実的な制約を解消し、微生物の光合成と制御工学を統合した次世代培養システムの確立を目指す。