Примени на вештачка интелигенција во рибарството
Вештачката интелигенција (ВИ) сè повеќе се применува во различни сектори, вклучително и во рибарството. Среде предизвиците на климатските промени, намалувањето на рибните резерви, зголемувањето на оперативните трошоци и побарувачката на пазарот за одржлива морска храна, ВИ нуди нов, попрецизен, побрз и пристап базиран на податоци. Оваа технологија не е релевантна само за индустријата за голем риболов, туку има и потенцијал да им помогне на малите одгледувачи на риби и рибари преку подостапни системи, како што се мобилни апликации и сензори со ниска цена. Оваа статија дискутира за различни апликации на ВИ во рибарството, од риболов и одгледување до преработка и следење и управување со ресурси.
1. Вештачка интелигенција за следење на рибниот фонд и предвидување на дистрибуцијата
Еден од најголемите предизвици во риболовот е неизвесноста на локацијата и изобилството на риби. Вештачката интелигенција може да користи океанографски податоци како што се температурата на површината на морето, хлорофилот-а, соленоста, струите, па дури и сателитските податоци за да предвиди потенцијални места за риболов. Користејќи техники на машинско учење, системот може да идентификува модели што претходно тешко можеа да ги забележат луѓето, како што е врската помеѓу промените во температурата на морето и миграцијата на пелагични риби.
Предвидувањата за распределба на рибите базирани на вештачка интелигенција им помагаат на рибарите да го намалат времето за пребарување, да заштедат гориво и да ги намалат емисиите на јаглерод. Понатаму, кога се комбинира со историски улов и сезонски податоци, вештачката интелигенција може да препорача најдобро време за излегување на море и соодветна опрема за риболов. Доколку се имплементира широко, оваа технологија би можела да го намали притисокот врз риболовот во одредени области со порамномерно распределување на риболовниот напор.
2. Детекција на риби и селективност на риболовната опрема
Проблемот со споредниот улов, односно заловувањето на видови кои не се целна група, како што се желки, морски цицачи или млади риби, е главен фокус во одржливиот риболов. Вештачката интелигенција, особено компјутерскиот вид, може да се инсталира на камери на бродови или во рибарска опрема за да се идентификуваат заробени видови во реално време. Овој систем може да обезбеди рано предупредување до екипажите доколку се фатат заштитени видови, овозможувајќи им брзо ослободување.
Понатаму, вештачката интелигенција може да помогне во подобрувањето на селективноста на риболовната опрема. На пример, со анализа на видео снимки и податоци од сензори, системот може да препорача промени во големината на мрежата или времето на риболов за да се намали споредниот улов. Во некои иновации, вештачката интелигенција е развиена дури и за контрола на уредите за автоматско сортирање што ги одделуваат целните риби од другите видови, што резултира со поквалитетен и еколошки поприфатлив улов.
3. Вештачка интелигенција во аквакултурата
Аквакултурата брзо расте за да ги задоволи глобалните потреби за протеини, но се соочува со предизвици како што се болести, квалитет на водата, ефикасност на добиточната храна и нееднаков раст. Вештачката интелигенција им помага на земјоделците да донесуваат одлуки базирани на податоци преку системи за следење на езерца или кафези.
а) Оптимизација на добиток
Храната е најголемата трошковна компонента во аквакултурата. Вештачката интелигенција може да го анализира однесувањето на рибите при хранење преку подводни камери или сензори за вибрации/звук, а потоа автоматски да ги прилагодува дозите на храна. Ова го намалува отпадот од храна, го стабилизира квалитетот на водата и го оптимизира растот на рибите. Оваа технологија, исто така, помага да се намали загадувањето, бидејќи неизедената храна често станува извор на амонијак и ги намалува нивоата на растворен кислород.
б) Мониторинг на квалитетот на водата и предвидување на ризик
Сензорите на IoT (Интернет на нештата) мерат параметри како што се pH, температура, растворен кислород (DO), амонијак, нитрит и заматеност. Потоа, вештачката интелигенција ги анализира трендовите на податоците за да предвиди кога условите ќе станат опасни и препорачува мерки, како што се дополнителна аерација или промени на водата. Овој предикативен пристап е поефикасен од чекањето да се појават проблеми, намалувајќи ги стапките на смртност кај рибите.
в) Детекција на болести и стрес
Болестите можат брзо да се шират во аквакултурните системи со висока густина. Вештачката интелигенција базирана на слики може да препознава визуелни симптоми како што се рани, промена на бојата или абнормални модели на пливање. Моделите можат да бидат обучени да разликуваат здрави од нездрави риби, овозможувајќи порано лекување. Раното откривање може да ја намали употребата на антибиотици и да го намали ризикот од антимикробна резистенција.
4. Автоматизација и роботика во рибарската индустрија
Вештачката интелигенција, исто така, ја поттикнува автоматизацијата, како на бродовите, така и во преработувачките капацитети. На рибарските бродови, интелигентните навигациски системи можат да помогнат при планирањето на рутите врз основа на времето, струите и предвидените локации на рибите. Со интеграција на податоци во реално време, ризикот од несреќи може да се намали, особено во екстремни морски услови.
Во преработувачката индустрија, роботите и машините за сортирање со вештачка интелигенција се користат за класификација на големината на рибите, проверка на квалитетот, откривање на дефекти и оптимизирање на сечењето на филетите. Оваа технологија ја подобрува конзистентноста на производот, го намалува отпадот и ги забрзува процесите. За извозните пазари кои бараат строги стандарди, вештачката интелигенција помага во одржувањето на квалитетот и безбедноста на храната преку автоматизирана визуелна инспекција.
5. Следливост и синџир на снабдување базиран на вештачка интелигенција
Потрошувачите се сè повеќе загрижени за потеклото на морската храна: каде е фатена, со какви методи и дали е легална. Вештачката интелигенција игра улога во подобрувањето на следливоста преку анализа на податоците од синџирот на снабдување од бродови, пристаништа, ладилници и малопродажба. Кога се комбинира со технологии како блокчејн или интегрирани системи на бази на податоци, вештачката интелигенција може да открие аномалии, како што се невообичаени разлики во тежината, сомнителни правци на испорака или шеми на трансакции што укажуваат на нелегални практики.
Следливоста не е само за пазарни цели, туку го поддржува и управувањето со рибарството. Точните и конзистентни податоци им помагаат на владите и играчите во индустријата да формулираат попрецизни политики за квоти, сезони на риболов и проценки на залихите.
6. Мониторинг на нелегален риболов и регулатива за рибарство
Нелегалниот, непријавениот и нерегулираниот риболов (IUU) е штетен за земјата и ги оштетува морските екосистеми. Вештачката интелигенција се користи за анализа на податоци од AIS (систем за автоматска идентификација), VMS (систем за следење на пловила), сателитски снимки и модели на движење на пловилата. Моделите на вештачката интелигенција можат да идентификуваат сомнително однесување како што се исклучување на AIS, заобиколување на забранети зони или спроведување средба на бродови на море, што може да доведе до нелегален претовар.
Со систем за рано предупредување, надзорот станува поефикасен бидејќи службениците можат да дадат приоритет на инспекциите на бродови со висок ризик. Ова е особено важно за големите архипелашки земји, каде што ресурсите за надзор се ограничени во споредба со поморската покриеност.
7. Предизвици на имплементацијата на вештачката интелигенција во секторот рибарство
И покрај ветувањата, имплементацијата на вештачката интелигенција не е без предизвици. Прво, квалитетот и достапноста на податоците остануваат проблеми. На многу риболовни подрачја им недостасуваат конзистентни податоци, додека моделите на вештачката интелигенција во голема мера се потпираат на добри податоци. Второ, инфраструктурата како што се пристапот до интернет, електричната енергија и сензорските уреди остануваат нееднакво распределени, особено во оддалечените крајбрежни области. Трето, постојат предизвици за усвојување: рибарите и одгледувачите на риба имаат потреба од обука за ефикасно користење на технологијата.
Понатаму, мора да се земат предвид етичките аспекти и аспектите на управување со податоци. Податоците за локациите за риболов и оперативните активности на бродовите имаат комерцијална вредност, па затоа заштитата на приватноста и механизмите за фер споделување на податоци се од суштинско значење. Имплементацијата на вештачката интелигенција, исто така, треба да обезбеди дека нема да го зголеми јазот помеѓу големите и малите играчи. Решенијата би можеле да вклучуваат програми за субвенционирање на технологија, развој на системи со отворен код и соработка помеѓу владата, универзитетите и индустријата.
Заклучок
Примената на вештачката интелигенција во рибарството нуди значајни можности за подобрување на ефикасноста, одржливоста и конкурентноста. Од предвидување на дистрибуцијата на рибите и намалување на споредниот улов, оптимизирање на храната за аквакултура, автоматизирање на обработката, до следење на нелегалниот риболов, вештачката интелигенција има потенцијал да го трансформира рибарскиот сектор. Сепак, нејзината успешна имплементација зависи од достапноста на податоци, инфраструктурата, подготвеноста на човечките ресурси и политиките за поддршка. Со правилен и инклузивен пристап, вештачката интелигенција може да биде витална алатка за заштита на морските екосистеми, а воедно и подобрување на благосостојбата на крајбрежните заедници.
