Искусственный интеллект упрощает изучение дикой рыбы на лососевых фермах

Поведение — один из индикаторов благополучия рыбы. Понимание нормального и изменённого поведения в необычных условиях среды позволяет раньше обнаруживать потенциально вредные события и предотвращать проблемы. Эти знания также помогают улучшить конструкцию ферм и их повседневную работу.

Факторы среды включают биотические (например, дикая рыба вокруг садков, лососевая вошь, вредоносные водоросли) и абиотические (например, течение, свет, растворённый кислород).

Лучшее качество жизни и экономическая выгода

Исследование в рамках проекта InnoSEA изучает взаимодействие группового поведения лосося с различными факторами среды в прибрежных садках. Под поведением понимаются модели плавания, стайность, прыжки, избегание определённых глубин или зон внутри садков.

Улучшение условий для выращиваемой рыбы в конечном итоге повысит качество её жизни и принесёт экономическую выгоду отрасли.

Масштаб больше, чем раньше

Исследования проводятся в коммерческих морских садках диаметром около 40 метров и глубиной 33 метра. Такой размер ранее не был распространён в исследованиях поведения лосося в аквакультуре, где использовались наземные резервуары или садки меньшего и среднего размера.

Результаты прежних исследований не всегда применимы к лососю в крупных садках. Методы мониторинга, хорошо работавшие в маломасштабных условиях, не всегда подходят для крупных садков. Мониторинг поведения в огромных объёмах воды сложен, поэтому часть работы посвящена созданию методов, эффективных для садков, типичных для норвежской аквакультуры.

ИИ экономит много работы

Прибрежные садки могут привлекать огромные скопления дикой рыбы из-за несъеденных кормовых гранул, выносимых течением. Дикая рыба — один из биологических факторов, способных вызывать стресс у лосося и менять его поведенческие паттерны.

Для изучения этого взаимодействия был разработан новый метод мониторинга для анализа численности дикой рыбы на аквакультурных участках. В нём используется система на основе ИИ, способная автономно количественно оценивать дикую рыбу под водой.

Система тестировалась на изображениях с участка, где у NTNU есть исследовательская лицензия. Результаты показали, что система на основе ИИ может быть хорошей альтернативой ручному подсчёту. Она позволяет радикально сократить трудозатраты, что является большим преимуществом при работе с большими объёмами видеоматериалов.

Планируется проводить долгосрочный мониторинг численности и видового состава дикой рыбы на прибрежных аквакультурных участках с помощью этой системы ИИ. Эти знания ценны для понимания воздействия садковой аквакультуры на экосистему. Предварительные результаты были представлены на виртуальной конференции Aquaculture Europe в апреле 2021 года.

Междисциплинарный подход

В крупных садках невооружённым глазом можно увидеть только лосося, выпрыгивающего на поверхность или плавающего в тонком верхнем слое воды. Для получения хорошего обзора происходящего внутри и вокруг садков необходимо использовать различное оборудование: камеры, телеуправляемые подводные аппараты (ROV), сенсоры и гидроакустические инструменты.

Такое оборудование генерирует огромные объёмы сложных данных, для обработки, визуализации и анализа которых необходимы компьютерные системы.

Хотя не всегда легко понять, как работают оборудование и системы, и эффективно использовать их в проектах, базовое понимание логики их работы добавляет глубины исследованиям. И это пойдёт на пользу выращиваемому лососю.