മത്സ്യബന്ധനത്തിൽ കൃത്രിമബുദ്ധിയുടെ പ്രയോഗങ്ങൾ

മത്സ്യബന്ധനത്തിലെ കൃത്രിമബുദ്ധി പ്രയോഗങ്ങൾ

മത്സ്യബന്ധനം ഉൾപ്പെടെയുള്ള വിവിധ മേഖലകളിൽ കൃത്രിമബുദ്ധി (AI) കൂടുതലായി പ്രയോഗിക്കപ്പെടുന്നു. കാലാവസ്ഥാ വ്യതിയാനം, മത്സ്യസമ്പത്ത് കുറയൽ, വർദ്ധിച്ചുവരുന്ന പ്രവർത്തനച്ചെലവ്, സുസ്ഥിര സമുദ്രോത്പന്നങ്ങൾക്കായുള്ള വിപണി ആവശ്യങ്ങൾ എന്നിവയുടെ വെല്ലുവിളികൾക്കിടയിൽ, AI പുതിയതും കൂടുതൽ കൃത്യവും വേഗതയേറിയതും ഡാറ്റാധിഷ്ഠിതവുമായ ഒരു സമീപനം വാഗ്ദാനം ചെയ്യുന്നു. വൻകിട മത്സ്യബന്ധന വ്യവസായത്തിന് മാത്രമല്ല, മൊബൈൽ ആപ്പുകൾ, കുറഞ്ഞ ചെലവിലുള്ള സെൻസറുകൾ എന്നിവ പോലുള്ള കൂടുതൽ ആക്‌സസ് ചെയ്യാവുന്ന സംവിധാനങ്ങളിലൂടെ ചെറുകിട മത്സ്യത്തൊഴിലാളികളെയും മത്സ്യത്തൊഴിലാളികളെയും സഹായിക്കാനുള്ള കഴിവും ഈ സാങ്കേതികവിദ്യയ്ക്കുണ്ട്. മത്സ്യബന്ധനം, കൃഷി എന്നിവ മുതൽ സംസ്കരണം, വിഭവ നിരീക്ഷണം, മാനേജ്മെന്റ് വരെയുള്ള മത്സ്യബന്ധനത്തിലെ വിവിധ AI ആപ്ലിക്കേഷനുകളെ ഈ ലേഖനം ചർച്ച ചെയ്യുന്നു.

1. മത്സ്യസമ്പത്ത് നിരീക്ഷണത്തിനും വിതരണ പ്രവചനത്തിനുമുള്ള AI

മത്സ്യബന്ധനത്തിലെ ഏറ്റവും വലിയ വെല്ലുവിളികളിൽ ഒന്ന് മത്സ്യങ്ങളുടെ സ്ഥാനത്തിന്റെയും സമൃദ്ധിയുടെയും അനിശ്ചിതത്വമാണ്. സമുദ്രോപരിതല താപനില, ക്ലോറോഫിൽ-എ, ലവണാംശം, പ്രവാഹങ്ങൾ, ഉപഗ്രഹ ഡാറ്റ എന്നിവ പോലുള്ള സമുദ്രശാസ്ത്ര ഡാറ്റ ഉപയോഗിച്ച് മത്സ്യബന്ധന സാധ്യതകൾ പ്രവചിക്കാൻ AI-ക്ക് കഴിയും. മെഷീൻ ലേണിംഗ് ടെക്നിക്കുകൾ ഉപയോഗിച്ച്, സമുദ്ര താപനിലയിലെ മാറ്റങ്ങളും പെലാജിക് മത്സ്യ കുടിയേറ്റവും തമ്മിലുള്ള ബന്ധം പോലുള്ള മനുഷ്യർക്ക് മുമ്പ് നിരീക്ഷിക്കാൻ ബുദ്ധിമുട്ടുള്ള പാറ്റേണുകൾ തിരിച്ചറിയാൻ സിസ്റ്റത്തിന് കഴിയും.

AI അടിസ്ഥാനമാക്കിയുള്ള മത്സ്യ വിതരണ പ്രവചനങ്ങൾ മത്സ്യത്തൊഴിലാളികളെ തിരയൽ സമയം കുറയ്ക്കാനും ഇന്ധനം ലാഭിക്കാനും കാർബൺ ഉദ്‌വമനം കുറയ്ക്കാനും സഹായിക്കുന്നു. കൂടാതെ, ചരിത്രപരമായ മീൻപിടിത്തവും സീസണൽ ഡാറ്റയും സംയോജിപ്പിക്കുമ്പോൾ, കടലിൽ പോകാൻ ഏറ്റവും അനുയോജ്യമായ സമയവും ഉചിതമായ മത്സ്യബന്ധന ഉപകരണങ്ങളും ശുപാർശ ചെയ്യാൻ AI-ക്ക് കഴിയും . വ്യാപകമായി നടപ്പിലാക്കുകയാണെങ്കിൽ, മത്സ്യബന്ധന ശ്രമം കൂടുതൽ തുല്യമായി വിതരണം ചെയ്യുന്നതിലൂടെ ചില പ്രദേശങ്ങളിലെ മത്സ്യബന്ധന സമ്മർദ്ദം കുറയ്ക്കാൻ ഈ സാങ്കേതികവിദ്യയ്ക്ക് കഴിയും.

2. ഫിഷ് ഡിറ്റക്ഷൻ ആൻഡ് ഫിഷിംഗ് ഗിയർ സെലക്റ്റിവിറ്റി

ആമകൾ, കടൽ സസ്തനികൾ, മത്സ്യക്കുഞ്ഞുങ്ങൾ തുടങ്ങിയ ലക്ഷ്യമില്ലാത്ത ജീവിവർഗങ്ങളെ പിടികൂടുന്ന ബൈക്യാച്ച് പ്രശ്നം സുസ്ഥിര മത്സ്യബന്ധനത്തിൽ ഒരു പ്രധാന ശ്രദ്ധാകേന്ദ്രമാണ്. പിടിച്ചെടുത്ത ജീവിവർഗങ്ങളെ തത്സമയം തിരിച്ചറിയുന്നതിന് കപ്പലുകളിലെ ക്യാമറകളിലോ മത്സ്യബന്ധന ഉപകരണങ്ങളിലോ AI, പ്രത്യേകിച്ച് കമ്പ്യൂട്ടർ വിഷൻ, സ്ഥാപിക്കാൻ കഴിയും . സംരക്ഷിത ജീവിവർഗങ്ങൾ പിടിക്കപ്പെട്ടാൽ, ഈ സംവിധാനത്തിന് ക്രൂവിന് മുൻകൂട്ടി മുന്നറിയിപ്പ് നൽകാനും അവയെ ഉടനടി വിട്ടയക്കാനും കഴിയും.

കൂടാതെ, മത്സ്യബന്ധന ഉപകരണങ്ങളുടെ സെലക്റ്റിവിറ്റി മെച്ചപ്പെടുത്താൻ AI സഹായിക്കും. ഉദാഹരണത്തിന്, വീഡിയോ ഫൂട്ടേജുകളും സെൻസർ ഡാറ്റയും വിശകലനം ചെയ്യുന്നതിലൂടെ, മെഷ് വലുപ്പത്തിലോ മീൻപിടുത്ത പ്രവർത്തന സമയത്തിലോ മാറ്റങ്ങൾ ശുപാർശ ചെയ്യാൻ സിസ്റ്റത്തിന് കഴിയും, ഇത് ബൈകാച്ച് കുറയ്ക്കുന്നു. ചില നൂതനാശയങ്ങളിൽ, മറ്റ് ഇനങ്ങളിൽ നിന്ന് ലക്ഷ്യ മത്സ്യത്തെ വേർതിരിക്കുന്ന ഓട്ടോമാറ്റിക് സോർട്ടിംഗ് ഉപകരണങ്ങൾ നിയന്ത്രിക്കുന്നതിന് പോലും AI വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്, ഇത് ഉയർന്ന നിലവാരമുള്ളതും പരിസ്ഥിതി സൗഹൃദവുമായ മീൻപിടിത്തങ്ങൾക്ക് കാരണമാകുന്നു.

3. അക്വാകൾച്ചറിലെ AI

ആഗോള പ്രോട്ടീൻ ആവശ്യങ്ങൾ നിറവേറ്റുന്നതിനായി അക്വാകൾച്ചർ അതിവേഗം വളരുകയാണ്, എന്നാൽ രോഗം, ജലത്തിന്റെ ഗുണനിലവാരം , തീറ്റ കാര്യക്ഷമത, അസമമായ വളർച്ച തുടങ്ങിയ വെല്ലുവിളികൾ അത് നേരിടുന്നു. കുളം അല്ലെങ്കിൽ കൂട് നിരീക്ഷണ സംവിധാനങ്ങൾ വഴി ഡാറ്റാധിഷ്ഠിത തീരുമാനങ്ങൾ എടുക്കാൻ കർഷകരെ AI സഹായിക്കുന്നു.

a) ഫീഡ് ഒപ്റ്റിമൈസേഷൻ
അക്വാകൾച്ചറിലെ ഏറ്റവും വലിയ ചെലവ് ഘടകമാണ് തീറ്റ. അണ്ടർവാട്ടർ ക്യാമറകൾ അല്ലെങ്കിൽ വൈബ്രേഷൻ/ശബ്‌ദ സെൻസറുകൾ വഴി മത്സ്യങ്ങളുടെ തീറ്റ സ്വഭാവം വിശകലനം ചെയ്യാൻ AI-ക്ക് കഴിയും, തുടർന്ന് തീറ്റയുടെ അളവ് യാന്ത്രികമായി ക്രമീകരിക്കാൻ കഴിയും. ഇത് തീറ്റ പാഴാക്കൽ കുറയ്ക്കുന്നു. ജലത്തിന്റെ ഗുണനിലവാരം കൂടുതൽ സ്ഥിരതയുള്ളതും മത്സ്യവളർച്ച കൂടുതൽ അനുയോജ്യവുമാണ്. കഴിക്കാത്ത തീറ്റ പലപ്പോഴും അമോണിയയുടെ ഉറവിടമായി മാറുകയും അലിഞ്ഞുചേർന്ന ഓക്സിജന്റെ അളവ് കുറയ്ക്കുകയും ചെയ്യുന്നതിനാൽ, മലിനീകരണം കുറയ്ക്കാനും ഈ സാങ്കേതികവിദ്യ സഹായിക്കുന്നു.

b) നിരീക്ഷണം ജലത്തിന്റെ ഗുണനിലവാരം റിസ്ക് പ്രവചനം
IoT (ഇന്റർനെറ്റ് ഓഫ് തിംഗ്സ്) സെൻസറുകൾ pH, താപനില, ലയിച്ച ഓക്സിജൻ (DO), അമോണിയ, നൈട്രൈറ്റ്, ടർബിഡിറ്റി തുടങ്ങിയ പാരാമീറ്ററുകൾ അളക്കുന്നു. തുടർന്ന്, സാഹചര്യങ്ങൾ എപ്പോൾ അപകടകരമാകുമെന്ന് പ്രവചിക്കാൻ AI ഡാറ്റ ട്രെൻഡുകൾ വിശകലനം ചെയ്യുകയും അധിക വായുസഞ്ചാരം അല്ലെങ്കിൽ ജല മാറ്റങ്ങൾ പോലുള്ള നടപടികൾ ശുപാർശ ചെയ്യുകയും ചെയ്യുന്നു. പ്രശ്നങ്ങൾ ഉണ്ടാകുന്നതുവരെ കാത്തിരിക്കുന്നതിനേക്കാൾ ഈ പ്രവചന സമീപനം കൂടുതൽ ഫലപ്രദമാണ്, ഇത് മത്സ്യ മരണനിരക്ക് കുറയ്ക്കുന്നു.

സി) രോഗവും സമ്മർദ്ദ കണ്ടെത്തലും
ഉയർന്ന സാന്ദ്രതയുള്ള അക്വാകൾച്ചർ സംവിധാനങ്ങളിൽ രോഗങ്ങൾ വേഗത്തിൽ പടരും. മുറിവുകൾ, നിറവ്യത്യാസം, അസാധാരണമായ നീന്തൽ രീതികൾ തുടങ്ങിയ ദൃശ്യ ലക്ഷണങ്ങൾ ഇമേജ് അധിഷ്ഠിത AI-ക്ക് തിരിച്ചറിയാൻ കഴിയും. ആരോഗ്യമുള്ള മത്സ്യങ്ങളെയും അനാരോഗ്യകരമായ മത്സ്യങ്ങളെയും വേർതിരിച്ചറിയാൻ മോഡലുകളെ പരിശീലിപ്പിക്കാൻ കഴിയും, ഇത് നേരത്തെയുള്ള ചികിത്സയ്ക്ക് അനുവദിക്കുന്നു. നേരത്തെയുള്ള കണ്ടെത്തൽ ആൻറിബയോട്ടിക് ഉപയോഗം കുറയ്ക്കുകയും ആന്റിമൈക്രോബയൽ പ്രതിരോധത്തിന്റെ സാധ്യത കുറയ്ക്കുകയും ചെയ്യും.

4. മത്സ്യബന്ധന വ്യവസായത്തിലെ ഓട്ടോമേഷനും റോബോട്ടിക്സും

കപ്പലുകളിലും സംസ്കരണ സൗകര്യങ്ങളിലും AI ഓട്ടോമേഷനെ നയിക്കുന്നു. മത്സ്യബന്ധന കപ്പലുകളിൽ, കാലാവസ്ഥ, പ്രവാഹങ്ങൾ, പ്രവചിക്കപ്പെട്ട മത്സ്യ സ്ഥാനങ്ങൾ എന്നിവയെ അടിസ്ഥാനമാക്കി റൂട്ട് ആസൂത്രണം ചെയ്യുന്നതിന് ബുദ്ധിപരമായ നാവിഗേഷൻ സംവിധാനങ്ങൾക്ക് സഹായിക്കാനാകും. തത്സമയ ഡാറ്റ സംയോജനത്തിലൂടെ, അപകട സാധ്യത കുറയ്ക്കാൻ കഴിയും, പ്രത്യേകിച്ച് കഠിനമായ സമുദ്ര സാഹചര്യങ്ങളിൽ.

സംസ്കരണ വ്യവസായത്തിൽ, മത്സ്യത്തിന്റെ വലിപ്പം തരംതിരിക്കാനും, ഗുണനിലവാരം പരിശോധിക്കാനും, വൈകല്യങ്ങൾ കണ്ടെത്താനും, ഫില്ലറ്റ് മുറിക്കൽ ഒപ്റ്റിമൈസ് ചെയ്യാനും AI-യിൽ പ്രവർത്തിക്കുന്ന റോബോട്ടുകളും സോർട്ടിംഗ് മെഷീനുകളും ഉപയോഗിക്കുന്നു. ഈ സാങ്കേതികവിദ്യ ഉൽപ്പന്ന സ്ഥിരത മെച്ചപ്പെടുത്തുകയും, മാലിന്യം കുറയ്ക്കുകയും, പ്രക്രിയകൾ വേഗത്തിലാക്കുകയും ചെയ്യുന്നു. കർശനമായ മാനദണ്ഡങ്ങൾ ആവശ്യപ്പെടുന്ന കയറ്റുമതി വിപണികൾക്ക്, ഓട്ടോമേറ്റഡ് വിഷ്വൽ പരിശോധനയിലൂടെ ഭക്ഷണത്തിന്റെ ഗുണനിലവാരവും സുരക്ഷയും നിലനിർത്താൻ AI സഹായിക്കുന്നു.

5. ട്രേസബിലിറ്റിയും AI-അധിഷ്ഠിത വിതരണ ശൃംഖലയും

സമുദ്രോൽപ്പന്നങ്ങളുടെ ഉത്ഭവത്തെക്കുറിച്ച് ഉപഭോക്താക്കൾ കൂടുതൽ കൂടുതൽ ആശങ്കാകുലരാണ്: അത് എവിടെ നിന്ന് പിടിക്കപ്പെട്ടു, ഏതൊക്കെ രീതികളിലൂടെയാണ് പിടിച്ചത്, അത് നിയമപരമായിരുന്നോ എന്നതിനെക്കുറിച്ച്. കപ്പലുകൾ, തുറമുഖങ്ങൾ, കോൾഡ് സ്റ്റോറേജ്, റീട്ടെയിൽ എന്നിവയിൽ നിന്നുള്ള വിതരണ ശൃംഖല ഡാറ്റ വിശകലനം ചെയ്യുന്നതിലൂടെ കണ്ടെത്തൽ മെച്ചപ്പെടുത്തുന്നതിൽ AI ഒരു പങ്കു വഹിക്കുന്നു. ബ്ലോക്ക്‌ചെയിൻ അല്ലെങ്കിൽ സംയോജിത ഡാറ്റാബേസ് സിസ്റ്റങ്ങൾ പോലുള്ള സാങ്കേതികവിദ്യകളുമായി സംയോജിപ്പിക്കുമ്പോൾ, അസാധാരണമായ ഭാര വ്യത്യാസങ്ങൾ, സംശയാസ്പദമായ ഷിപ്പിംഗ് റൂട്ടുകൾ അല്ലെങ്കിൽ നിയമവിരുദ്ധമായ പ്രവർത്തനങ്ങളെ സൂചിപ്പിക്കുന്ന ഇടപാട് രീതികൾ പോലുള്ള അസാധാരണതകൾ AI കണ്ടെത്തും.

ട്രേസബിലിറ്റി വിപണി ആവശ്യങ്ങൾക്ക് മാത്രമല്ല, മത്സ്യബന്ധന മാനേജ്മെന്റിനെ പിന്തുണയ്ക്കുകയും ചെയ്യുന്നു. കൃത്യവും സ്ഥിരതയുള്ളതുമായ ഡാറ്റ സർക്കാരുകളെയും വ്യവസായ കളിക്കാരെയും കൂടുതൽ കൃത്യമായ ക്വാട്ട നയങ്ങൾ, മത്സ്യബന്ധന സീസണുകൾ, സ്റ്റോക്ക് വിലയിരുത്തലുകൾ എന്നിവ രൂപപ്പെടുത്താൻ സഹായിക്കുന്നു.

6. ഐയുയു മത്സ്യബന്ധന നിരീക്ഷണവും മത്സ്യബന്ധന നിയന്ത്രണവും

ഐയുയു മത്സ്യബന്ധനം (നിയമവിരുദ്ധം, റിപ്പോർട്ട് ചെയ്യപ്പെടാത്തത്, അനിയന്ത്രിതമായ മത്സ്യബന്ധനം) രാജ്യത്തിന് ഹാനികരവും സമുദ്ര ആവാസവ്യവസ്ഥയെ നശിപ്പിക്കുന്നതുമാണ്. എഐഎസ് (ഓട്ടോമാറ്റിക് ഐഡന്റിഫിക്കേഷൻ സിസ്റ്റം) ഡാറ്റ, വിഎംഎസ് (വെസ്സൽ മോണിറ്ററിംഗ് സിസ്റ്റം), ഉപഗ്രഹ ഇമേജറി, വെസ്സൽ ചലന പാറ്റേണുകൾ എന്നിവ വിശകലനം ചെയ്യാൻ എഐ ഉപയോഗിക്കുന്നു. എഐഎസ് ഓഫ് ചെയ്യുക, നിരോധിത മേഖലകളെ ചുറ്റുക, അല്ലെങ്കിൽ കടലിൽ വെസ്സൽ കൂടിക്കാഴ്ച നടത്തുക തുടങ്ങിയ സംശയാസ്പദമായ പെരുമാറ്റങ്ങൾ തിരിച്ചറിയാൻ എഐ മോഡലുകൾക്ക് കഴിയും, ഇത് നിയമവിരുദ്ധ ട്രാൻസ്ഷിപ്പ്മെന്റിലേക്ക് നയിച്ചേക്കാം.

മുൻകൂട്ടി മുന്നറിയിപ്പ് നൽകുന്ന സംവിധാനത്തോടെ, നിരീക്ഷണം കൂടുതൽ കാര്യക്ഷമമാകും, കാരണം ഉയർന്ന അപകടസാധ്യതയുള്ള കപ്പലുകളുടെ പരിശോധനകൾക്ക് ഉദ്യോഗസ്ഥർക്ക് മുൻഗണന നൽകാൻ കഴിയും. സമുദ്ര കവറേജുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ നിരീക്ഷണ വിഭവങ്ങൾ പരിമിതമായ വലിയ ദ്വീപസമൂഹ രാജ്യങ്ങൾക്ക് ഇത് പ്രത്യേകിച്ചും പ്രധാനമാണ്.

7. മത്സ്യബന്ധന മേഖലയിൽ AI നടപ്പാക്കലിന്റെ വെല്ലുവിളികൾ.

വാഗ്ദാനം ചെയ്തിട്ടും, AI നടപ്പിലാക്കുന്നതിൽ വെല്ലുവിളികൾ ഇല്ല. ഒന്നാമതായി, ഡാറ്റ ഗുണനിലവാരവും ലഭ്യതയും ഇപ്പോഴും പ്രശ്നങ്ങളായി തുടരുന്നു. പല മത്സ്യബന്ധന മേഖലകളിലും സ്ഥിരമായ ഡാറ്റയില്ല, അതേസമയം AI മോഡലുകൾ നല്ല ഡാറ്റയെ വളരെയധികം ആശ്രയിക്കുന്നു. രണ്ടാമതായി, ഇന്റർനെറ്റ് ആക്‌സസ്, വൈദ്യുതി, സെൻസർ ഉപകരണങ്ങൾ തുടങ്ങിയ അടിസ്ഥാന സൗകര്യങ്ങൾ അസമമായി വിതരണം ചെയ്യപ്പെടുന്നു, പ്രത്യേകിച്ച് വിദൂര തീരദേശ പ്രദേശങ്ങളിൽ. മൂന്നാമതായി, ദത്തെടുക്കൽ വെല്ലുവിളികളുണ്ട്: മത്സ്യത്തൊഴിലാളികൾക്കും മത്സ്യത്തൊഴിലാളികൾക്കും സാങ്കേതികവിദ്യ ഫലപ്രദമായി ഉപയോഗിക്കുന്നതിന് പരിശീലനം ആവശ്യമാണ്.

കൂടാതെ, ധാർമ്മികവും ഡാറ്റാ ഗവേണൻസും പരിഗണിക്കേണ്ടതുണ്ട്. മത്സ്യബന്ധന സ്ഥലങ്ങളെയും കപ്പൽ പ്രവർത്തന പ്രവർത്തനങ്ങളെയും കുറിച്ചുള്ള ഡാറ്റയ്ക്ക് വാണിജ്യ മൂല്യമുണ്ട്, അതിനാൽ സ്വകാര്യതാ സംരക്ഷണവും ന്യായമായ ഡാറ്റ പങ്കിടൽ സംവിധാനങ്ങളും അത്യാവശ്യമാണ്. വലുതും ചെറുതുമായ കളിക്കാർ തമ്മിലുള്ള വിടവ് വർദ്ധിപ്പിക്കുന്നില്ലെന്ന് ഉറപ്പാക്കാനും AI നടപ്പിലാക്കേണ്ടതുണ്ട്. സാങ്കേതിക സബ്‌സിഡി പ്രോഗ്രാമുകൾ, ഓപ്പൺ സോഴ്‌സ് സിസ്റ്റം വികസനം, സർക്കാർ, സർവകലാശാലകൾ, വ്യവസായം എന്നിവ തമ്മിലുള്ള സഹകരണം എന്നിവ പരിഹാരങ്ങളിൽ ഉൾപ്പെടാം.

ഉപസംഹാരം

മത്സ്യബന്ധനത്തിൽ കൃത്രിമബുദ്ധിയുടെ പ്രയോഗം കാര്യക്ഷമത, സുസ്ഥിരത, മത്സരശേഷി എന്നിവ മെച്ചപ്പെടുത്തുന്നതിന് ഗണ്യമായ അവസരങ്ങൾ നൽകുന്നു. മത്സ്യ വിതരണം പ്രവചിക്കുക, മീൻപിടിത്തം കുറയ്ക്കുക, അക്വാകൾച്ചർ ഫീഡ് ഒപ്റ്റിമൈസ് ചെയ്യുക, സംസ്കരണം ഓട്ടോമേറ്റ് ചെയ്യുക, IUU മത്സ്യബന്ധനം നിരീക്ഷിക്കുക എന്നിവ മുതൽ മത്സ്യബന്ധന മേഖലയെ പരിവർത്തനം ചെയ്യാനുള്ള കഴിവ് AI-ക്കുണ്ട്. എന്നിരുന്നാലും, അതിന്റെ വിജയകരമായ നടപ്പാക്കൽ ഡാറ്റ ലഭ്യത, അടിസ്ഥാന സൗകര്യങ്ങൾ, മാനവ വിഭവശേഷി സന്നദ്ധത, പിന്തുണയ്ക്കുന്ന നയങ്ങൾ എന്നിവയെ ആശ്രയിച്ചിരിക്കുന്നു. ശരിയായതും ഉൾക്കൊള്ളുന്നതുമായ സമീപനത്തിലൂടെ, തീരദേശ സമൂഹങ്ങളുടെ ക്ഷേമം മെച്ചപ്പെടുത്തുന്നതിനൊപ്പം സമുദ്ര ആവാസവ്യവസ്ഥയെ സംരക്ഷിക്കുന്നതിനുള്ള ഒരു സുപ്രധാന ഉപകരണമായി AI-ക്ക് കഴിയും.