Zephyrnet-Logo

KI angewendet auf Aquakultur Ziele für verbesserte Effizienz, gesündere Fische 

Datum:

Fischzüchter untersuchen den Einsatz von KI, um die Effizienz zu steigern. KI in der Aquakultur hat auch Unternehmensgründer angezogen, die Chancen sehen. (Bildnachweis: Getty Images) 

Von AI Trends Staff  

Fischzüchter in Norwegen verwenden KI-Modelle, um Kosten zu senken und die Effizienz ihrer Bemühungen zur Lachszucht, einem der wichtigsten Exportgüter des Landes, dank der Bemühungen des Norwegian Open AI Lab zu verbessern. 

Die Bemühungen sind Teil eines wachsenden Trends zur Anwendung der KI-Automatisierung auf die Aquakultur, bei der Fische, Krebstiere, Weichtiere, Wasserpflanzen, Algen und andere Organismen gezüchtet werden. 

Die KI-Modelle wurden entwickelt, um die Fütterung zu optimieren, den Fisch sauber und gesund zu halten und Unternehmen dabei zu helfen, bessere Entscheidungen in Bezug auf landwirtschaftliche Betriebe zu treffen WSJ Pro. Das Norwegian Open AI Lab wird von einem norwegischen Telekommunikationsunternehmen betrieben Telenor AS A bietet Lachsfarmen zusammen mit anderen Unternehmen Technologiedienstleistungen wie das Testen der mobilen 5G-Konnektivität an. 

Laut dem Norwegian Seafood Council beliefen sich die Lachsexporte im Jahr 2019 auf rund 11.3 Milliarden US-Dollar. Die Handelsgruppe, die die Fischerei und die Fischzucht vertritt, berichtete, dass die Fischexporte zwischen Januar und August 2020 um etwa ein Prozent gestiegen sind. 

Unter dem Druck, die Umweltstandards zu verbessern und Abfall zu reduzieren, hat die Industrie mit Technologieunternehmen zusammengearbeitet, um KI-Werkzeuge für Norwegens Fischfarmen bereitzustellen.  

Zum Beispiel, Alphabet Die Tidal-Initiative von Inc. arbeitet mit einem Fischunternehmen zusammen mowi AS A zur Verwendung von KI zur Analyse und Überwachung von Fisch- und Umweltbedingungen. Microsoft, Schweizer Ingenieurbüro ADB Ltd. und der Fischfarmbetreiber Norway Royal Salmon ASA testen eine KI-Lösung zur Fernverfolgung von Fischpopulationen. Und IBM hat ein Tool zum maschinellen Lernen entwickelt, das Ausbrüche von Seeläusen vorhersagt, bei denen es sich um Parasiten handelt, die Zuchtfische bedrohen. 

Das norwegische Open AI Lab hat seine KI-Initiativen auf neuronale Netze gestützt, die auf der Grundlage großer Mengen von Trainingsdaten lernen, und auf eine Art von KI, die als „winziges maschinelles Lernen“ bezeichnet wird und Hardware und Software umfasst, die Sensordaten auf dem Gerät ausführen können Analytik bei extrem geringem Stromverbrauch. 

Bjørn Taale Sandberg, Leiter Telenor Research

Eine der Anwendungen für neuronale Netze soll Fischzuchtarbeitern helfen, das Fütterungsverhalten von Lachsen zu verstehen. Laut Bjørn werden Daten von Unterwasserkameras analysiert, um Verhaltensänderungen festzustellen, die darauf hinweisen, dass die Fische keinen Hunger mehr haben Tale Sandberg, Leiter Telenor Research. Rund 40% der Kosten für die Fischzucht entfallen auf Futtermittel. 

Das Unternehmen entwickelt auch kleine Computer, die in einer Fischfarm vor Ort bleiben und schließlich automatisch Entscheidungen treffen können, basierend darauf, was Kameras erkennen. Die Computer verwenden „winziges maschinelles Lernen“, was besonders für entfernte Fischfarmen nützlich sein kann, in denen die Internetnetzwerke möglicherweise nicht stark sind. Das System könnte einige Entscheidungen automatisieren, ohne eine Verbindung zum Ufer herzustellen, wodurch die für die Überwachung der Farm erforderliche Handarbeit reduziert wird. 

"Im Meer oder in einem wilden Fjord möchten Sie vermeiden, wie oft Sie die Farm besuchen, um nach Problemen zu suchen", erklärte Sandberg. 

Chance für KI in der Aquakultur, Startups anzulocken 

Der Trend einer verstärkten Anwendung von KI auf Aquakultur hat einige Startup-Unternehmen angezogen, die eine Chance sehen, wie in einem kürzlich veröffentlichten Bericht von dargelegt Die Fischseite.  

Zum Beispiel, Technologien beobachten bieten an, messbare Muster zu verfolgen, wenn Bestände gefüttert werden. Ihr Ziel ist es, den Landwirten empirische und objektive Hinweise zu geben, wie viel sie füttern sollen. Das System sammelt Daten aus Quellen wie Sensoren, Kameras und Akustik, extrahiert dann relevante Informationen für seine Algorithmen und sendet Warnmeldungen an die Landwirte, wann die Fütterung erhöht oder verringert werden soll. Die Software lernt im Laufe der Zeit, wird mit der Zeit intelligenter und kann fernbedient werden. 

Ein anderer Spieler hat angerufen eFischerei hat ein System entwickelt, das mithilfe von Sensoren den Hunger in Garnelen und Fischen erfasst und Spender steuert, die die richtigen Mengen an Nahrung freisetzen. Das Unternehmen behauptet, dies könne die Futterkosten um bis zu 21% senken. Das 2013 gegründete Unternehmen hat seinen Sitz in Indonesien.  

An anderer Stelle japanisches und singapurisches Unternehmen für Aquakulturtechnologie Umitron-Zelle bietet einen intelligenten Fischfutterautomat, der ferngesteuert werden kann. „Die Landwirte erhalten datengesteuerte Entscheidungshilfen zur Optimierung der Fütterungspläne. Dies reduziert Abfall, verbessert sowohl die Rentabilität als auch die Nachhaltigkeit und bietet den Benutzern eine bessere Vereinbarkeit von Beruf und Privatleben, da unter gefährlichen Bedingungen nicht mehr im Wasser sein muss “, erklärte Andy Davison, Produktmanager bei Umitron. 

Unter seinen jüngsten Projekten, Umitron leitet ein Projekt zur Entwicklung einer Datenplattform für die Garnelenzucht in der ASEAN-Region unter Verwendung von IoT- und AI-Technologien. Das Projekt zielt darauf ab, die Produktivität und die Arbeitsbedingungen der Garnelenzucht zu verbessern und gleichzeitig die natürliche Umwelt zu schützen.   

Das Unternehmen kündigte kürzlich die mobile Pulse-Anwendung für Android-Benutzer an, um eine hochauflösende Ozeankarte mit kritischen Umgebungsparametern wie Wassertemperatur, Chlorophyll, gelöstem Sauerstoff, Salzgehalt und Wellenhöhe bereitzustellen.  

Startup XpertSea konzentriert sich zur Optimierung der Wirtschaftlichkeit der Ernte, die die meisten Landwirte anhand fundierter Vermutungen beurteilen. Das Produkt des Unternehmens berechnet mithilfe von Computer Vision und KI das Wachstum von Garnelen und hilft den Landwirten, die rentabelsten Erntezeiten vorherzusagen. Deep-Learning-Techniken werden verwendet, um Zeitrahmen zu bestimmen, indem kontinuierlich maschinelles Lernen für historische Wachstumszyklusdaten verwendet wird.  

Valérie Robitaille, CEO von XpertSea

"Die Firmen Wachstumsplattform bietet Online-Verwaltungssoftware, die mithilfe von KI Felddaten erfasst, aufnimmt, speichert und verarbeitet, um Landwirten und Branchenexperten während des gesamten Produktionszyklus umsetzbare, datengesteuerte Einblicke zu ermöglichen “, erklärte Valérie Robitaille, CEO von XpertSea. "Diese Plattform wird von Landwirten, aber auch von Futtermittel-, Gesundheits-, Genetik- und Zertifizierungsunternehmen genutzt, um Landwirten datengesteuerte Dienste anzubieten." 

Ein weiterer Teil des Produkts, XperCount, sammelt kritische Tierdaten mithilfe von Kameras und maschinellem Lernen, mit denen Tiere in Sekunden gezählt, dimensioniert und gewogen werden. 

Das Unternehmen berichtet über vorbei 600 Landwirte und andere Kunden haben im vergangenen Jahr über 2.3 Milliarden Tierdatenpunkte verarbeitet und die Leistung von 6,000 Pflanzen optimiert. 

Bei der Automatisierung der Aquakultur werden Fortschritte erzielt, um mehr Meeresfrüchte zu produzieren, die die Weltbevölkerung ernähren und gleichzeitig den ökologischen Fußabdruck der Betriebe berücksichtigen. 

Lesen Sie die Quellartikel in WSJ Pro und Die Fischseite. 

Quelle: https://www.aitrends.com/ai-and-business-strategy/ai-applied-to-aquaculture-aims-for-improved-efficiency-healthier-fish/

spot_img

Neueste Intelligenz

spot_img

Chat mit uns

Hallo! Wie kann ich dir helfen?