Av AI Trends Staff
Fiskodlare i Norge använder AI-modeller för att sänka kostnaderna och förbättra effektiviteten i deras ansträngningar för att höja laxen, en av landets största export, tack vare ansträngningarna från Norwegian Open AI Lab.
Ansträngningarna är en del av en växande trend att tillämpa AI-automatisering på vattenbruk, vilket är odling av fisk, kräftdjur, blötdjur, vattenväxter, alger och andra organismer.
AI-modellerna är utformade för att optimera utfodring, hålla fisken ren och hälsosam och hjälpa företag att fatta bättre beslut angående gårdens verksamhet, enligt ett konto i WSJ Pro. Norwegian Open AI Lab drivs av den norska teleoperatören Telenor AS A, som tillsammans med andra företag tillhandahåller teknologitjänster såsom testning av 5G mobil anslutning, till laxodlingar.
Laxexporten år 2019 uppgick till cirka 11.3 miljarder dollar, enligt Norwegian Seafood Council. När det gäller fiske och fiskodlingsindustri rapporterade handelsgruppen att fiskexporten ökade med cirka en procent mellan januari och augusti 2020.
Under press för att förbättra miljönormerna och minska avfallet har industrin arbetat med teknikföretag för att börja tillhandahålla AI-verktyg till Norges fiskodlingar.
Till exempel, Alfabetet Inc.: s Tidal-initiativ samarbetar med skaldjursföretaget Mowi AS A för att använda AI för att analysera och övervaka fisk och miljöförhållanden. Microsoft, Schweiziskt ingenjörsföretag FIKON Ltd. och fiskodlingsoperatören Norway Royal Salmon ASA testar en AI-lösning för att fjärrspåra fiskpopulationer. Och IBM har skapat ett maskininlärningsverktyg som förutspår utbrott av havslus, som är parasiter som hotar odlad fisk.
Norwegian Open AI Lab har baserat sina AI-initiativ på neurala nätverk, som lär sig baserat på stora uppsättningar träningsdata, och en typ av AI känd som ”liten maskininlärning”, som omfattar hårdvara och programvara som kan utföra sensordata på enheten analys vid extremt låg effekt.
En av de neurala nätverksapplikationerna är utformad för att hjälpa fiskodlingsarbetare att förstå beteende för laxfoder. Den analyserar data från undervattenskameror för att bestämma beteendeförändringar som signalerar att fisken inte längre är hungrig, enligt Bjørn Taale Sandberg, chef för Telenor Research. Cirka 40% av kostnaden för fiskodling går till foder.
Företaget utvecklar också små datorer som kan finnas kvar på en fiskodling och så småningom automatiskt fatta beslut baserat på vad kameror upptäcker. Datorerna använder ”liten maskininlärning”, vilket kan vara särskilt användbart för avlägsna fiskodlingar där internetnätverken kanske inte är starka. Systemet kan automatisera vissa beslut utan att ansluta till stranden, vilket minskar manuellt arbete som krävs för att övervaka gården.
”I havet eller i en vild fjord vill du undvika hur många gånger du besöker gården för att söka efter problem”, uppgav Sandberg.
Möjlighet för AI i vattenbruksattraktioner
Trenden med ökad tillämpning av AI för vattenbruk har lockat vissa nystartade företag som ser en möjlighet, som beskrivs i ett nyligen redogjort från Fiskplatsen.
Till exempel, Observera teknologier erbjuda att spåra mätbara mönster när bestånden matas. Deras mål är att ge bönderna empirisk och objektiv vägledning om hur mycket man ska mata. Systemet samlar data från källor inklusive sensorer, kameror och akustik, extraherar sedan relevant information för dess algoritmer och skickar varningar till jordbrukare om när man ska öka eller minska utfodringen. Programvaran lär sig som det går, blir smartare med tiden och kan fjärrstyras.
En annan spelare ringde eFishery har utvecklat ett system som använder sensorer för att upptäcka hungernivåer i räkor och fisk, och kontrollerar dispensrar som släpper ut rätt mängder mat; företaget hävdar att detta kan sänka foderkostnaderna med upp till 21%. Företaget grundades 2013 och är baserat i Indonesien.
På andra håll japanska och singaporeiska vattenbruksföretagen Umitron cell erbjuder en smart fiskmatare som kan fjärrstyras. ”Jordbrukarna får datadrivna beslutsråd för att optimera utfodringsscheman. Detta minskar slöseri, förbättrar både lönsamhet och hållbarhet samtidigt som användarna får en bättre balans mellan arbete och privatliv genom att eliminera behovet av att vara ute i vattnet under farliga förhållanden, säger Umitron produktchef Andy Davison.
Bland de senaste projekten, Umitron leder ett projekt för att utveckla en dataplattform för räkodling i ASEAN-regionen med hjälp av IoT- och AI-teknik. Projektet syftar till att förbättra räkornas produktivitet och arbetsförhållanden samtidigt som den naturliga miljön bevaras.
Företaget tillkännagav också nyligen Pulse-mobilapplikationen för Android-användare för att tillhandahålla en havskarta med hög upplösning av kritiska miljöparametrar som vattentemperatur, klorofyll, upplöst syre, salthalt och våghöjd.
Startup XpertSea fokuserar om att optimera skördeekonomin, som de flesta jordbrukare mäter utifrån utbildade gissningar. Företagets produkt använder datorvision och AI för att beräkna tillväxten av räkor, vilket hjälper lantbrukarna att förutsäga de mest lönsamma skördeperioderna. Djupinlärningstekniker används för att fastställa tidsramar genom att kontinuerligt använda maskininlärning på historiska tillväxtcykeldata.
”Företagets Tillväxtplattform tillhandahåller programvara för onlinehantering som använder AI för att fånga, inta, lagra och bearbeta fältdata för att ge jordbrukare och branschexperter handlingsbara, datadrivna insikter under hela produktionscykeln, säger Valérie Robitaille, VD för XpertSea. "Denna plattform används av jordbrukare men också foder-, hälso-, genetik- och certifieringsföretag för att tillhandahålla datadrivna tjänster till jordbrukare."
En annan del av produkten, XperCount, samlar in kritiska djurdata med hjälp av kameror och maskininlärning som används för att räkna, storleksanpassa och väga djur på några sekunder.
Företaget rapporterar att ha över 600 jordbrukare och andra kunder, och har under det senaste året bearbetat över 2.3 miljarder datapunkter för djur och optimerat 6,000 grödor.
Framsteg görs i automatiseringen av vattenbruket för att producera mer fisk och skaldjur för att mata världsbefolkningen samtidigt som verksamheten är miljövänlig.
Läs källartiklarna i WSJ Pro och Fiskplatsen.
