Примене вештачке интелигенције у рибарству
Вештачка интелигенција (ВИ) се све више примењује у различитим секторима, укључујући рибарство. Усред изазова климатских промена, смањења рибљих залиха, растућих оперативних трошкова и тржишне потражње за одрживим морским плодовима, ВИ нуди нови, прецизнији, бржи и приступ заснован на подацима. Ова технологија није релевантна само за велику рибарску индустрију, већ има и потенцијал да помогне малим узгајивачима рибе и рибарима кроз приступачније системе, као што су мобилне апликације и јефтини сензори. Овај чланак разматра различите примене ВИ у рибарству, од риболова и узгоја до прераде и праћења и управљања ресурсима.
1. Вештачка интелигенција за праћење рибљих залиха и предвиђање дистрибуције
Један од највећих изазова у риболову је неизвесност локације и бројности рибе. Вештачка интелигенција може да користи океанографске податке као што су температура површине мора, хлорофил-а, салинитет, струје, па чак и сателитске податке, како би предвидела потенцијална риболовна подручја. Користећи технике машинског учења, систем може да идентификује обрасце које су људи раније тешко могли да уоче, као што је веза између промена температуре мора и миграције пелагичних риба.
Предвиђања дистрибуције рибе заснована на вештачкој интелигенцији помажу рибарима да смање време претраге, уштеде гориво и смање емисију угљеника. Штавише, када се комбинује са историјским подацима о улову и сезонским подацима, вештачка интелигенција може да препоручи најбоље време за излазак на море и одговарајућу риболовну опрему. Ако се широко примени, ова технологија би могла да смањи притисак на риболов у одређеним областима равномернијом расподелом риболовног напора.
2. Детекција рибе и селективност риболовне опреме
Проблем прилова, хватања врста које нису циљане, као што су корњаче, морски сисари или младе рибе, главни је фокус у одрживом рибарству. Вештачка интелигенција, посебно компјутерски вид, може се инсталирати на камерама на пловилима или у риболовној опреми како би се идентификовале ухваћене врсте у реалном времену. Овај систем може пружити рано упозорење посадама ако се улове заштићене врсте, омогућавајући њихово брзо пуштање на слободу.
Штавише, вештачка интелигенција може помоћи у побољшању селективности риболовне опреме. На пример, анализом видео снимака и података сензора, систем може препоручити промене величине мреже или времена риболова како би се смањио прилов. У неким иновацијама, вештачка интелигенција је чак развијена за контролу аутоматских уређаја за сортирање који одвајају циљану рибу од других врста, што резултира квалитетнијим и еколошки прихватљивијим уловима.
3. Вештачка интелигенција у аквакултури
Аквакултура брзо расте како би задовољила глобалне потребе за протеинима, али се суочава са изазовима као што су болести, квалитет воде, ефикасност храњења и неравномеран раст. Вештачка интелигенција помаже пољопривредницима да доносе одлуке засноване на подацима путем система за праћење језера или кавеза.
a) Оптимизација фида
Храна је највећа компонента трошкова у аквакултури. Вештачка интелигенција може да анализира понашање риба приликом храњења помоћу подводних камера или сензора вибрација/звука, а затим аутоматски прилагођава дозе хране. Ово смањује расипање хране, стабилизује квалитет воде и оптимизује раст риба. Ова технологија такође помаже у смањењу загађења, јер непоједена храна често постаје извор амонијака и смањује ниво раствореног кисеоника.
б) Праћење квалитета воде и предвиђање ризика
IoT (Интернет ствари) сензори мере параметре као што су pH, температура, растворени кисеоник (DO), амонијак, нитрити и замућеност. Вештачка интелигенција затим анализира трендове података како би предвидела када ће услови постати опасни и препоручује акције, као што су додатна аерација или замена воде. Овај предиктивни приступ је ефикаснији од чекања да се проблеми појаве, смањујући стопу смртности риба.
ц) Детекција болести и стреса
Болести се могу брзо ширити у системима аквакултуре високе густине. Вештачка интелигенција заснована на сликама може препознати визуелне симптоме као што су ране, промена боје или абнормални обрасци пливања. Модели се могу обучити да разликују здраве од нездравих риба, што омогућава раније лечење. Рано откривање може смањити употребу антибиотика и смањити ризик од антимикробне резистенције.
4. Аутоматизација и роботика у рибарској индустрији
Вештачка интелигенција такође покреће аутоматизацију, како на бродовима, тако и у постројењима за прераду. На рибарским бродовима, интелигентни навигациони системи могу помоћи у планирању руте на основу временских услова, струја и предвиђених локација рибе. Интеграцијом података у реалном времену, ризик од несрећа може се смањити, посебно у екстремним условима на мору.
У прерађивачкој индустрији, роботи и машине за сортирање покретани вештачком интелигенцијом користе се за класификацију величине рибе, инспекцију квалитета, откривање недостатака и оптимизацију сечења филета. Ова технологија побољшава конзистентност производа, смањује отпад и убрзава процесе. За извозна тржишта која захтевају строге стандарде, вештачка интелигенција помаже у одржавању квалитета и безбедности хране путем аутоматизоване визуелне инспекције.
5. Следљивост и ланац снабдевања заснован на вештачкој интелигенцији
Потрошачи су све више забринути због порекла морских плодова: где су уловљени, којим методама и да ли су били легални. Вештачка интелигенција игра улогу у побољшању следљивости анализирајући податке о ланцу снабдевања са бродова, лука, хладњача и малопродаје. Када се комбинује са технологијама попут блокчејна или интегрисаних система база података, вештачка интелигенција може да открије аномалије, као што су неуобичајене разлике у тежини, сумњиве руте испоруке или обрасци трансакција који указују на незаконите праксе.
Следљивост није само у сврху тржишта, већ и подржава управљање рибарством. Тачни и доследни подаци помажу владама и актерима у индустрији да формулишу прецизније политике квота, сезоне риболова и процене залиха.
6. Праћење риболова ННН и регулација рибарства
ИУУ риболов (незаконити, непријављени и нерегулисани риболов) је штетан за земљу и оштећује морске екосистеме. Вештачка интелигенција се користи за анализу података АИС-а (система за аутоматску идентификацију), ВМС-а (система за праћење пловила), сателитских снимака и образаца кретања пловила. Модели вештачке интелигенције могу идентификовати сумњиво понашање као што је искључивање АИС-а, кружење забрањеним зонама или сусрет пловила на мору, што би могло довести до илегалног претовара.
Са системом раног упозоравања, надзор постаје ефикаснији јер службеници могу дати приоритет инспекцијама пловила високог ризика. Ово је посебно важно за велике архипелашке државе, где су ресурси за надзор ограничени у поређењу са поморским покривањем.
7. Изазови имплементације вештачке интелигенције у сектору рибарства
Упркос обећању, имплементација вештачке интелигенције није без изазова. Прво, квалитет и доступност података остају проблеми. Многе риболовне области немају доследне податке, док се модели вештачке интелигенције у великој мери ослањају на добре податке. Друго, инфраструктура као што су приступ интернету, електрична енергија и сензорски уређаји остаје неравномерно распоређена, посебно у удаљеним приобалним подручјима. Треће, постоје изазови усвајања: рибарима и узгајивачима рибе потребна је обука да би ефикасно користили технологију.
Штавише, морају се узети у обзир етички аспекти и аспекти управљања подацима. Подаци о локацијама за риболов и оперативним активностима пловила имају комерцијалну вредност, тако да су заштита приватности и механизми за праведну размену података неопходни. Имплементација вештачке интелигенције такође мора да осигура да не проширује јаз између великих и малих играча. Решења би могла да укључују програме субвенција за технологију, развој система отвореног кода и сарадњу између владе, универзитета и индустрије.
Закључак
Примена вештачке интелигенције у рибарству нуди значајне могућности за побољшање ефикасности, одрживости и конкурентности. Од предвиђања дистрибуције рибе и смањења прилова, оптимизације хране за аквакултуру, аутоматизације обраде, до праћења риболова ННН, вештачка интелигенција има потенцијал да трансформише сектор рибарства. Међутим, њена успешна имплементација зависи од доступности података, инфраструктуре, спремности људских ресурса и политика подршке. Уз прави и инклузиван приступ, вештачка интелигенција може бити витални алат за заштиту морских екосистема, уз истовремено побољшање добробити приобалних заједница.
