மீன்வளத்தில் செயற்கை நுண்ணறிவு பயன்பாடுகள்
மீன்வளம் உட்பட பல்வேறு துறைகளில் செயற்கை நுண்ணறிவு (AI) அதிகளவில் பயன்படுத்தப்பட்டு வருகிறது. பருவநிலை மாற்றம், குறைந்துவரும் மீன் இருப்பு, அதிகரித்து வரும் செயல்பாட்டுச் செலவுகள் மற்றும் நிலையான கடல் உணவுகளுக்கான சந்தைத் தேவைகள் போன்ற சவால்களுக்கு மத்தியில், செயற்கை நுண்ணறிவு ஒரு புதிய, மிகவும் துல்லியமான, வேகமான மற்றும் தரவு சார்ந்த அணுகுமுறையை வழங்குகிறது. இந்தத் தொழில்நுட்பம் பெரிய அளவிலான மீன்பிடித் தொழிலுக்கு மட்டுமல்லாமல், மொபைல் செயலிகள் மற்றும் குறைந்த விலை சென்சார்கள் போன்ற எளிதில் அணுகக்கூடிய அமைப்புகள் மூலம் சிறு அளவிலான மீன் வளர்ப்பாளர்களுக்கும் மீனவர்களுக்கும் உதவக்கூடிய ஆற்றலையும் கொண்டுள்ளது. இந்தக் கட்டுரை, மீன்பிடித்தல் மற்றும் வளர்ப்பு முதல் பதப்படுத்துதல், வளக் கண்காணிப்பு மற்றும் மேலாண்மை வரை மீன்வளத்தில் உள்ள பல்வேறு செயற்கை நுண்ணறிவுப் பயன்பாடுகளைப் பற்றி விவாதிக்கிறது.
1. மீன் இருப்பு கண்காணிப்பு மற்றும் பரவல் கணிப்புக்கான செயற்கை நுண்ணறிவு
பிடிப்பு மீன்பிடித் தொழிலில் உள்ள மிகப்பெரிய சவால்களில் ஒன்று, மீன்களின் இருப்பிடம் மற்றும் அவற்றின் எண்ணிக்கை குறித்த நிச்சயமற்ற தன்மையாகும். கடல் மேற்பரப்பு வெப்பநிலை, பச்சையம்-ஏ, உப்புத்தன்மை, நீரோட்டங்கள் மற்றும் செயற்கைக்கோள் தரவுகள் போன்ற கடலியல் தரவுகளைப் பயன்படுத்தி, சாத்தியமான மீன்பிடித் தளங்களை செயற்கை நுண்ணறிவால் கணிக்க முடியும். இயந்திரக் கற்றல் நுட்பங்களைப் பயன்படுத்தி, கடல் வெப்பநிலையில் ஏற்படும் மாற்றங்களுக்கும் கடற்பரப்பு மீன்களின் இடப்பெயர்ச்சிக்கும் இடையிலான தொடர்பு போன்ற, மனிதர்களால் முன்பு உற்றுநோக்குவதற்கு கடினமாக இருந்த வடிவங்களை இந்த அமைப்பால் அடையாளம் காண முடியும்.
செயற்கை நுண்ணறிவு அடிப்படையிலான மீன் பரவல் கணிப்புகள், மீனவர்கள் தேடும் நேரத்தைக் குறைக்கவும், எரிபொருளைச் சேமிக்கவும், கார்பன் வெளியேற்றத்தைக் குறைக்கவும் உதவுகின்றன. மேலும், வரலாற்று மீன்பிடிப்பு மற்றும் பருவகாலத் தரவுகளுடன் இணைக்கப்படும்போது, கடலுக்குச் செல்வதற்கான சிறந்த நேரத்தையும் பொருத்தமான மீன்பிடி உபகரணங்களையும் செயற்கை நுண்ணறிவு பரிந்துரைக்க முடியும். பரவலாகச் செயல்படுத்தப்பட்டால், இந்தத் தொழில்நுட்பம் மீன்பிடி முயற்சிகளை மிகவும் சீராகப் பகிர்வதன் மூலம் சில பகுதிகளில் மீன்பிடி அழுத்தத்தைக் குறைக்கக்கூடும்.
2. மீன் கண்டறிதல் மற்றும் மீன்பிடி உபகரணத் தேர்வுத்திறன்
ஆமைகள், கடல் பாலூட்டிகள் அல்லது இளம் மீன்கள் போன்ற இலக்கற்ற உயிரினங்கள் பிடிபடும் 'பை-கேட்ச்' பிரச்சினை, நிலையான மீன்பிடித் தொழிலில் ஒரு முக்கியக் கவனமாக உள்ளது. செயற்கை நுண்ணறிவு, குறிப்பாக கணினிப் பார்வை, கப்பல்களில் உள்ள கேமராக்களிலோ அல்லது மீன்பிடி உபகரணங்களிலோ பொருத்தப்பட்டு, பிடிபட்ட உயிரினங்களை நிகழ்நேரத்தில் அடையாளம் காண முடியும். பாதுகாக்கப்பட்ட உயிரினங்கள் பிடிபட்டால், இந்த அமைப்பு குழுவினருக்கு முன்கூட்டியே எச்சரிக்கை அளித்து, அவற்றை உடனடியாக விடுவிக்க வழிவகுக்கும்.
மேலும், மீன்பிடி உபகரணங்களின் தேர்வுத்திறனை மேம்படுத்த செயற்கை நுண்ணறிவு உதவும். உதாரணமாக, காணொளிக் காட்சிகள் மற்றும் உணரித் தரவுகளைப் பகுப்பாய்வு செய்வதன் மூலம், தற்செயலாகப் பிடிபடும் மீன்களைக் குறைப்பதற்காக, வலைக்கண்ணியின் அளவு அல்லது மீன்பிடி செயல்பாட்டு நேரத்தில் மாற்றங்களை இந்த அமைப்பு பரிந்துரைக்க முடியும். சில புத்தாக்கங்களில், இலக்கு மீன்களை மற்ற இனங்களிலிருந்து பிரிக்கும் தானியங்கி வகைப்படுத்தும் கருவிகளைக் கட்டுப்படுத்துவதற்காகவும் செயற்கை நுண்ணறிவு உருவாக்கப்பட்டுள்ளது. இதன் விளைவாக, உயர்தரமான மற்றும் சுற்றுச்சூழலுக்கு உகந்த மீன்பிடிப்புகள் கிடைக்கின்றன.
3. நீர்வாழ் உயிரின வளர்ப்பில் செயற்கை நுண்ணறிவு
உலகளாவிய புரதத் தேவைகளைப் பூர்த்தி செய்வதற்காக மீன் வளர்ப்பு வேகமாக வளர்ந்து வருகிறது, ஆனால் அது நோய், நீரின் தரம், தீவனத் திறன் மற்றும் சீரற்ற வளர்ச்சி போன்ற சவால்களை எதிர்கொள்கிறது. குளம் அல்லது கூண்டு கண்காணிப்பு அமைப்புகள் மூலம், தரவுகளின் அடிப்படையில் முடிவுகளை எடுக்க செயற்கை நுண்ணறிவு (AI) விவசாயிகளுக்கு உதவுகிறது.
அ) தீவன உகப்பாக்கம்
மீன் வளர்ப்பில் தீவனமே மிகப்பெரிய செலவினமாகும். செயற்கை நுண்ணறிவு (AI), நீருக்கடியில் உள்ள கேமராக்கள் அல்லது அதிர்வு/ஒலி உணர்விகள் மூலம் மீன்களின் உணவுப் பழக்கத்தைப் பகுப்பாய்வு செய்து, தீவன அளவுகளைத் தானாகவே சரிசெய்யும். இது தீவன விரயத்தைக் குறைத்து, நீரின் தரத்தை நிலைப்படுத்தி, மீன்களின் வளர்ச்சியை மேம்படுத்துகிறது. உண்ணப்படாத தீவனம் பெரும்பாலும் அம்மோனியாவின் மூலமாக மாறி, நீரில் கரைந்துள்ள ஆக்ஸிஜன் அளவைக் குறைப்பதால், இந்தத் தொழில்நுட்பம் மாசுபாட்டைக் குறைக்கவும் உதவுகிறது.
b) நீரின் தரக் கண்காணிப்பு மற்றும் இடர் முன்கணிப்பு
IoT (இன்டர்நெட் ஆஃப் திங்ஸ்) சென்சார்கள் pH, வெப்பநிலை, கரைந்த ஆக்ஸிஜன் (DO), அம்மோனியா, நைட்ரைட் மற்றும் கலங்கல் தன்மை போன்ற அளவுருக்களை அளவிடுகின்றன. பின்னர், செயற்கை நுண்ணறிவு (AI) தரவுப் போக்குகளைப் பகுப்பாய்வு செய்து, நிலைமைகள் எப்போது அபாயகரமானதாக மாறும் என்பதைக் கணித்து, கூடுதல் காற்றோட்டம் அல்லது நீர் மாற்றங்கள் போன்ற நடவடிக்கைகளைப் பரிந்துரைக்கிறது. பிரச்சனைகள் ஏற்படும் வரை காத்திருப்பதை விட, இந்த முன்கணிப்பு அணுகுமுறை மிகவும் பயனுள்ளதாக இருப்பதுடன், மீன் இறப்பு விகிதங்களையும் குறைக்கிறது.
c) நோய் மற்றும் மன அழுத்தத்தைக் கண்டறிதல்
அதிக அடர்த்தி கொண்ட மீன் வளர்ப்பு அமைப்புகளில் நோய்கள் வேகமாகப் பரவக்கூடும். படங்களை அடிப்படையாகக் கொண்ட செயற்கை நுண்ணறிவால், காயங்கள், நிறமாற்றம் அல்லது இயல்புக்கு மாறான நீச்சல் முறைகள் போன்ற காட்சி அறிகுறிகளை அடையாளம் காண முடியும். ஆரோக்கியமான மீன்களை ஆரோக்கியமற்ற மீன்களிலிருந்து வேறுபடுத்தி அறிய மாதிரிகளுக்குப் பயிற்சி அளிக்க முடியும், இது முன்கூட்டியே சிகிச்சை அளிக்க வழிவகுக்கிறது. முன்கூட்டியே கண்டறிவது நுண்ணுயிர் எதிர்ப்பிகளின் பயன்பாட்டைக் குறைத்து, நுண்ணுயிர் எதிர்ப்புத் திறன் ஏற்படும் அபாயத்தையும் குறைக்கும்.
4. மீன்பிடித் தொழிலில் தானியக்கம் மற்றும் ரோபோட்டிக்ஸ்
கப்பல்களிலும் பதப்படுத்தும் ஆலைகளிலும் தானியக்கமயமாக்கலை செயற்கை நுண்ணறிவு ஊக்குவிக்கிறது. மீன்பிடிப் படகுகளில், வானிலை, நீரோட்டங்கள் மற்றும் கணிக்கப்பட்ட மீன்களின் இருப்பிடங்களின் அடிப்படையில் வழித்தடத் திட்டமிடலுக்கு நுண்ணறிவு வழிசெலுத்தல் அமைப்புகள் உதவக்கூடும். நிகழ்நேரத் தரவு ஒருங்கிணைப்பின் மூலம், குறிப்பாகக் கடுமையான கடல் சூழல்களில், விபத்துகளின் அபாயத்தைக் குறைக்க முடியும்.
பதப்படுத்தும் துறையில், மீன்களின் அளவை வகைப்படுத்தவும், தரத்தை ஆய்வு செய்யவும், குறைபாடுகளைக் கண்டறியவும், மற்றும் மீன் துண்டுகளை வெட்டுவதை மேம்படுத்தவும் செயற்கை நுண்ணறிவால் இயங்கும் ரோபோக்களும் தரம் பிரிக்கும் இயந்திரங்களும் பயன்படுத்தப்படுகின்றன. இந்தத் தொழில்நுட்பம், தயாரிப்பின் சீரான தன்மையை மேம்படுத்துகிறது, கழிவுகளைக் குறைக்கிறது, மற்றும் செயல்முறைகளை வேகப்படுத்துகிறது. கடுமையான தரநிலைகளைக் கோரும் ஏற்றுமதி சந்தைகளுக்கு, தானியங்கு காட்சி ஆய்வு மூலம் உணவுத் தரம் மற்றும் பாதுகாப்பைப் பராமரிக்க செயற்கை நுண்ணறிவு உதவுகிறது.
5. தடமறிதல் மற்றும் செயற்கை நுண்ணறிவு அடிப்படையிலான விநியோகச் சங்கிலி
கடல் உணவுகள் எங்கிருந்து வருகின்றன, எந்த முறைகளில் பிடிக்கப்பட்டன, மற்றும் அவை சட்டப்பூர்வமானவையா என்பது குறித்து நுகர்வோர் அதிகளவில் கவலைப்படுகின்றனர். கப்பல்கள், துறைமுகங்கள், குளிர்பதனக் கிடங்குகள் மற்றும் சில்லறை விற்பனை நிலையங்களிலிருந்து வரும் விநியோகச் சங்கிலித் தரவுகளைப் பகுப்பாய்வு செய்வதன் மூலம், அவற்றைக் கண்டறியும் திறனை மேம்படுத்துவதில் செயற்கை நுண்ணறிவு (AI) ஒரு முக்கியப் பங்கு வகிக்கிறது. பிளாக்செயின் அல்லது ஒருங்கிணைந்த தரவுத்தள அமைப்புகள் போன்ற தொழில்நுட்பங்களுடன் இணைக்கப்படும்போது, அசாதாரணமான எடை வேறுபாடுகள், சந்தேகத்திற்கிடமான கப்பல் வழித்தடங்கள் அல்லது சட்டவிரோதச் செயல்களைக் குறிக்கும் பரிவர்த்தனை முறைகள் போன்ற முரண்பாடுகளை செயற்கை நுண்ணறிவால் கண்டறிய முடியும்.
தடமறிதல் என்பது சந்தை நோக்கங்களுக்காக மட்டுமல்லாமல், மீன்வள மேலாண்மைக்கும் துணைபுரிகிறது. துல்லியமான மற்றும் சீரான தரவுகள், அரசாங்கங்களுக்கும் தொழில் துறையினருக்கும் மிகவும் துல்லியமான ஒதுக்கீட்டுக் கொள்கைகள், மீன்பிடிப் பருவங்கள் மற்றும் மீன்வள மதிப்பீடுகளை வகுக்க உதவுகின்றன.
6. சட்டவிரோத, அறிவிக்கப்படாத மற்றும் ஒழுங்குபடுத்தப்படாத மீன்பிடி கண்காணிப்பு மற்றும் மீன்வள ஒழுங்குமுறை
IUU மீன்பிடித்தல் (சட்டவிரோத, அறிவிக்கப்படாத மற்றும் ஒழுங்குபடுத்தப்படாத மீன்பிடித்தல்) நாட்டிற்குத் தீங்கு விளைவிப்பதோடு, கடல்சார் சூழல் அமைப்புகளையும் சேதப்படுத்துகிறது. AIS (தானியங்கி அடையாள அமைப்பு) தரவுகள், VMS (கப்பல் கண்காணிப்பு அமைப்பு), செயற்கைக்கோள் படங்கள் மற்றும் கப்பல் இயக்க முறைகளைப் பகுப்பாய்வு செய்ய செயற்கை நுண்ணறிவு (AI) பயன்படுத்தப்படுகிறது. AIS-ஐ அணைப்பது, தடைசெய்யப்பட்ட பகுதிகளைச் சுற்றி வருவது அல்லது கடலில் கப்பல் சந்திப்புகளை நடத்துவது போன்ற சந்தேகத்திற்கிடமான நடத்தைகளை AI மாதிரிகளால் அடையாளம் காண முடியும்; இவை சட்டவிரோத சரக்கு மாற்றத்திற்கு வழிவகுக்கக்கூடும்.
முன்கூட்டியே எச்சரிக்கை செய்யும் அமைப்பு இருப்பதால், அதிக ஆபத்துள்ள கப்பல்களின் ஆய்வுகளுக்கு அதிகாரிகள் முன்னுரிமை அளிக்க முடியும். இதன்மூலம் கண்காணிப்பு மிகவும் திறமையானதாகிறது. கடல்சார் பாதுகாப்புடன் ஒப்பிடும்போது கண்காணிப்பு வளங்கள் குறைவாக உள்ள பெரிய தீவுக்கூட்ட நாடுகளுக்கு இது மிகவும் முக்கியமானது.
7. மீன்வளத் துறையில் செயற்கை நுண்ணறிவைச் செயல்படுத்துவதில் உள்ள சவால்கள்
அதன் சாத்தியக்கூறுகள் இருந்தபோதிலும், செயற்கை நுண்ணறிவைச் செயல்படுத்துவதில் சவால்களும் உள்ளன. முதலாவதாக, தரவின் தரம் மற்றும் அது கிடைப்பது ஆகியவை பிரச்சினைகளாகவே இருக்கின்றன. பல மீன்பிடிப் பகுதிகளில் சீரான தரவுகள் இல்லை, ஆனால் செயற்கை நுண்ணறிவு மாதிரிகள் நல்ல தரவுகளையே பெரிதும் சார்ந்துள்ளன. இரண்டாவதாக, இணைய அணுகல், மின்சாரம் மற்றும் உணர்வி சாதனங்கள் போன்ற உள்கட்டமைப்புகள், குறிப்பாக தொலைதூரக் கடலோரப் பகுதிகளில், சமமற்ற முறையில் விநியோகிக்கப்பட்டுள்ளன. மூன்றாவதாக, இதை ஏற்றுக்கொள்வதில் சவால்கள் உள்ளன: மீனவர்களும் மீன் வளர்ப்பாளர்களும் இந்தத் தொழில்நுட்பத்தைத் திறம்படப் பயன்படுத்த பயிற்சி பெற வேண்டும்.
மேலும், நெறிமுறை மற்றும் தரவு ஆளுகை அம்சங்களும் கருத்தில் கொள்ளப்பட வேண்டும். மீன்பிடி இடங்கள் மற்றும் கப்பல் செயல்பாடுகள் குறித்த தரவுகளுக்கு வணிக மதிப்பு இருப்பதால், தனியுரிமைப் பாதுகாப்பும் நியாயமான தரவுப் பகிர்வு வழிமுறைகளும் அவசியமானவை. செயற்கை நுண்ணறிவுச் செயலாக்கம், பெரிய மற்றும் சிறிய நிறுவனங்களுக்கு இடையிலான இடைவெளியை அதிகரிக்காமல் இருப்பதையும் உறுதி செய்ய வேண்டும். தொழில்நுட்ப மானியத் திட்டங்கள், திறந்த மூல மென்பொருள் உருவாக்கம், மற்றும் அரசு, பல்கலைக்கழகங்கள், தொழில்துறை ஆகியவற்றுக்கு இடையேயான ஒத்துழைப்பு ஆகியவை இதற்கான தீர்வுகளாக அமையலாம்.
முடிவுரை
மீன்வளத்தில் செயற்கை நுண்ணறிவைப் பயன்படுத்துவது, செயல்திறன், நிலைத்தன்மை மற்றும் போட்டித்திறனை மேம்படுத்துவதற்கான குறிப்பிடத்தக்க வாய்ப்புகளை வழங்குகிறது. மீன்களின் பரவலைக் கணிப்பது மற்றும் தற்செயலாகப் பிடிபடும் மீன்களைக் குறைப்பது, மீன் வளர்ப்புத் தீவனத்தை மேம்படுத்துவது, பதப்படுத்தும் முறைகளைத் தானியக்கமாக்குவது, சட்டவிரோத, அறிவிக்கப்படாத மற்றும் ஒழுங்குபடுத்தப்படாத (IUU) மீன்பிடிப்பைக் கண்காணிப்பது என, செயற்கை நுண்ணறிவு மீன்வளத் துறையை மாற்றியமைக்கும் ஆற்றலைக் கொண்டுள்ளது. இருப்பினும், அதன் வெற்றிகரமான செயலாக்கம் தரவுகளின் இருப்பு, உள்கட்டமைப்பு, மனிதவளத் தயார்நிலை மற்றும் ஆதரவான கொள்கைகளைச் சார்ந்துள்ளது. சரியான மற்றும் அனைவரையும் உள்ளடக்கிய அணுகுமுறையுடன், கடல்சார் சூழல் அமைப்புகளைப் பாதுகாப்பதற்கும், கடலோர சமூகங்களின் நல்வாழ்வை மேம்படுத்துவதற்கும் செயற்கை நுண்ணறிவு ஒரு முக்கிய கருவியாக விளங்க முடியும்.
