Logo Zephyrnet

Sztuczna inteligencja stosowana w akwakulturze ma na celu poprawę wydajności i zdrowsze ryby 

Data:

Hodowcy ryb badają wykorzystanie sztucznej inteligencji, aby pomóc im zwiększyć wydajność; Sztuczna inteligencja w akwakulturze przyciągnęła również start-upy biznesowe, które widzą możliwości. (Kredyt: Getty Images) 

Przez AI Trends Staff  

Hodowcy ryb w Norwegii używają modeli sztucznej inteligencji zaprojektowanych w celu obniżenia kosztów i poprawy efektywności ich wysiłków na rzecz hodowli łososia, jednego z głównych produktów eksportowych w kraju, dzięki wysiłkom norweskiego Open AI Lab. 

Wysiłki te wpisują się w rosnącą tendencję do stosowania automatyzacji sztucznej inteligencji w akwakulturze, czyli w hodowli ryb, skorupiaków, mięczaków, roślin wodnych, alg i innych organizmów. 

Modele AI zostały zaprojektowane w celu optymalizacji karmienia, utrzymywania ryb w czystości i zdrowiu oraz pomagają firmom w podejmowaniu lepszych decyzji dotyczących operacji na farmie, zgodnie z kontem w WSJPro. Norweskie Open AI Lab jest prowadzone przez norweskiego operatora telekomunikacyjnego Telenor AS A, która wraz z innymi firmami świadczy usługi technologiczne, takie jak testowanie łączności mobilnej 5G, dla hodowli łososi. 

Według Norweskiej Rady ds. Rybołówstwa w 2019 r. Eksport łososia wyniósł około 11.3 mld USD. Reprezentując sektor rybołówstwa i hodowli ryb, grupa handlowa poinformowała, że ​​eksport ryb wzrósł o około jeden procent od stycznia do sierpnia 2020 r. 

Pod presją poprawy standardów środowiskowych i zmniejszenia ilości odpadów branża współpracuje z firmami technologicznymi, aby rozpocząć dostarczanie narzędzi AI do norweskich hodowli ryb.  

Na przykład, Alfabet Inicjatywa Tidal Inc. współpracuje z firmą zajmującą się owocami morza Mowiu AS A do wykorzystania sztucznej inteligencji do analizy i monitorowania ryb i warunków środowiskowych. Microsoft, Szwajcarska firma inżynieryjna WĄTEK Ltd. i operator farmy rybnej Norwegia Royal Salmon ASA pilotują rozwiązanie AI do zdalnego śledzenia populacji ryb. IBM stworzył narzędzie do uczenia maszynowego, które przewiduje wybuchy wszy morskich, które są pasożytami zagrażającymi rybom hodowlanym. 

Norweskie Open AI Lab oparło swoje inicjatywy w zakresie sztucznej inteligencji na sieciach neuronowych, które uczą się na podstawie dużych zbiorów danych szkoleniowych, oraz na rodzaju sztucznej inteligencji zwanym „małym uczeniem maszynowym”, obejmującym sprzęt i oprogramowanie zdolne do przetwarzania danych z czujników na urządzeniu. analityka przy wyjątkowo niskim poborze mocy. 

Bjørn Taale Sandberg, szef Telenor Research

Jedna z aplikacji sieci neuronowych ma pomóc pracownikom hodowli ryb w zrozumieniu zachowań żywieniowych łososi. Według Bjørn analizuje dane z podwodnych kamer, aby określić zmiany w zachowaniu, które sygnalizują, że ryby nie są już głodne Taale Sandberg, szef Telenor Research. Około 40% kosztów hodowli ryb przypada na paszę. 

Firma opracowuje również małe komputery, które mogłyby pozostać na miejscu na farmie rybnej i ostatecznie automatycznie podejmować decyzje na podstawie tego, co wykryją kamery. Komputery używają „malutkiego uczenia maszynowego”, co może być szczególnie przydatne w odległych hodowlach ryb, w których sieci internetowe mogą być słabe. System mógłby zautomatyzować niektóre decyzje bez łączenia się z lądem, zmniejszając ilość pracy fizycznej wymaganej do monitorowania gospodarstwa. 

„W oceanie lub w dzikim fiordzie chcesz uniknąć częstych wizyt na farmie, aby sprawdzić, czy nie występują problemy” - stwierdził Sandberg. 

Szansa dla AI w akwakulturze przyciągającej startupy 

Tendencja do zwiększania zastosowania sztucznej inteligencji w akwakulturze przyciągnęła niektóre start-upy, które widzą szansę, jak przedstawiono w niedawnym sprawozdaniu z Miejsce rybne.  

Na przykład, Obserwuj technologie oferują śledzenie mierzalnych wzorców, gdy zapasy są karmione. Ich celem jest dostarczenie rolnikom empirycznych i obiektywnych wskazówek dotyczących ilości paszy. System gromadzi dane ze źródeł, w tym czujników, kamer i akustyki, a następnie wyodrębnia istotne informacje dla swoich algorytmów i wysyła do rolników powiadomienia, kiedy należy zwiększyć lub zmniejszyć karmienie. Oprogramowanie uczy się na bieżąco, z czasem staje się coraz inteligentniejsze i może być obsługiwane zdalnie. 

Sprawdził inny gracz e-Rybactwo opracował system, który wykorzystuje czujniki do wykrywania poziomu głodu u krewetek i ryb, kontrolując dozowniki, które uwalniają odpowiednią ilość pożywienia; firma twierdzi, że może to obniżyć koszty paszy nawet o 21%. Założona w 2013 roku firma ma siedzibę w Indonezji.  

W innym miejscu japońska i singapurska firma technologiczna w dziedzinie akwakultury Ogniwo Umitron oferuje inteligentny karmnik dla ryb, którym można sterować zdalnie. „Rolnicy otrzymują porady w zakresie podejmowania decyzji w oparciu o dane, aby zoptymalizować harmonogramy karmienia. Zmniejsza to ilość odpadów, poprawia zarówno rentowność, jak i zrównoważony rozwój, jednocześnie oferując użytkownikom lepszą równowagę między życiem zawodowym a prywatnym poprzez eliminację konieczności przebywania w wodzie w niebezpiecznych warunkach ”- powiedział kierownik produktu Umitron, Andy Davison. 

Wśród ostatnich projektów Umitron kieruje projektem mającym na celu opracowanie platformy danych do hodowli krewetek w regionie ASEAN z wykorzystaniem technologii IoT i AI. Projekt ma na celu poprawę produktywności hodowli krewetek i warunków pracy przy jednoczesnej ochronie środowiska naturalnego.   

Firma ogłosiła również niedawno aplikację mobilną Pulse dla użytkowników systemu Android, aby zapewnić wysokiej rozdzielczości mapę oceaniczną krytycznych parametrów środowiskowych, takich jak temperatura wody, chlorofil, rozpuszczony tlen, zasolenie i wysokość fal.  

Uruchomienie XpertSea skupia się na optymalizacji ekonomiki zbioru, którą większość rolników ocenia na podstawie świadomych przypuszczeń. Produkt firmy wykorzystuje wizję komputerową i sztuczną inteligencję do obliczania wzrostu krewetek, pomagając rolnikom przewidywać najbardziej opłacalne okresy zbiorów. Techniki głębokiego uczenia są wykorzystywane do określania ram czasowych poprzez ciągłe wykorzystanie uczenia maszynowego na historycznych danych dotyczących cyklu wzrostu.  

Valérie Robitaille, CEO, XpertSea

"Firmowy Platforma wzrostu dostarcza oprogramowanie do zarządzania online, które wykorzystuje sztuczną inteligencję do przechwytywania, pozyskiwania, przechowywania i przetwarzania danych terenowych, aby zapewnić rolnikom i ekspertom branżowym przydatne, oparte na danych wgląd w cały cykl produkcyjny ”- powiedziała Valérie Robitaille, dyrektor generalny XpertSea. „Platforma ta jest używana przez rolników, ale także przedsiębiorstwa zajmujące się paszą, zdrowiem, genetyką i certyfikacją, aby świadczyć rolnikom usługi oparte na danych”. 

Kolejna część produktu, XperCount, gromadzi krytyczne dane zwierząt za pomocą kamer i uczenia maszynowego, które są stosowane do liczenia, rozmiaru i ważenia zwierząt w ciągu kilku sekund. 

Firma informuje, że skończyła 600 rolników i innych klientów, aw ubiegłym roku przetworzyło ponad 2.3 miliarda punktów danych o zwierzętach i zoptymalizowało wydajność 6,000 upraw. 

Czynione są postępy w automatyzacji akwakultury, aby produkować więcej ryb i owoców morza, aby wyżywić światową populację, pozostawiając jednocześnie ślad środowiskowy działalności. 

Przeczytaj artykuły źródłowe w WSJPro i Miejsce rybne. 

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

spot_img

Najnowsza inteligencja

spot_img

Czat z nami

Cześć! Jak mogę ci pomóc?