世界的な食糧危機に対処するため、AI、5G、マシンビジョンが力を合わせて「魚を育てる」

世界的な食糧危機に対処するため、AI、5G、マシンビジョンが力を合わせて「魚を育てる」

今日、世界的な食糧問題は現実的な問題となっており、悪化する環境危機がこの課題をさらに悪化させています。このような大きなプレッシャーの下で、人工知能、マシンビジョン、5Gネットワ​​ークなどの新興技術は新しい解決策を提供できるでしょうか? ノルウェーのサーモン養殖会社Cermaqは、テクノロジーパートナーのBioSortおよびScaleAQと協力し、5年間のiFarm実験でテクノロジーによって漁業養殖業務を最適化できる方法を継続的に探求することを目指し、業界で初めてのプロジェクトを開始しました。同時に、業界の他の企業も、漁業生産高の価値を高めるためにさまざまなソリューションをテストしています。

[[381517]]

サーモン養殖への個別アプローチ

これらの技術をサケ養殖に導入することで、サケそれぞれの健康と発育サイクルを個別にサポートできる可能性があります。過去には、魚群に魚ジラミ(サケ養殖でよく見られる問題)が発生したとき、漁師はすべての魚を治療するしかありませんでした。しかし、新たな技術の登場により、実際に治療が必要な魚を正確に識別できるようになり、不必要な治療による養殖業への圧力が大幅に軽減されると期待されています。

魚群の健康を維持するのと同様に、マシンビジョンは個々の魚の給餌ニーズを識別して追跡し、固有のタグを使用して現在のエリア内の特定の魚を識別し、最後の給餌と食事時間を追跡して、それに応じて適切なケアを提供することもできます。それぞれの魚にカスタマイズされたケアを提供できることは、水産養殖業界にとって大きな前進であり、漁師が魚が成熟した後に個々の魚を収穫するのにも役立ちます。

各 iFarm システムは、巻き網網内の海に閉じ込められた 150,000 匹の魚をカバーします。 iFram システムでは、メッシュの屋根のおかげで魚は常に網の内側の低い位置に保たれます。魚が浮き袋を膨らませて浮上しようとすると、網のチャンバー漏斗を通過しなければなりません。センサーはチャンバーをスキャンして現在の魚を識別し、関連データを記録します。

センサーと IoT デバイスは画像を自動的に処理して魚を識別し、そのデータを分析する人工知能アルゴリズムにデータを送信します。収集されるデータポイントには、魚の体重、発育、病気の有無、体に傷があるかどうかなどが含まれます。 iFarm システムは、このデータを継続的に報告することで、データに基づいて効率的に管理や意思決定を行うことができます。

セルマックは沿岸地域の養殖能力を強化することを目指しています。ノルウェーの養殖業全体の将来は、持続可能で費用対効果の高い生産方法が見つかるかどうかにもかかっています。同社は4つのプロジェクト開発ライセンスを取得しており、複数の団体や個人と協力して、最初の一連の繁殖パイロットを本格的に開始しています。

5Gネットワ​​ークの高い一貫性 - 技術を可能にする

近年、5Gモバイルネットワークについて多くの議論が行われています。これは、消費者が映画データを超高速でダウンロードしたいというだけでなく、5G ネットワークがさまざまな業界に革新的な影響を与える可能性があるためです。養殖業を例にとると、5G ネットワークは IoT デバイスをサポートして魚を識別し、データ ストリームを漁業管理システムに返すことができます。対照的に、海底光ケーブルは保守が難しい場合が多く、このような要求の厳しい使用シナリオには明らかに適していません。 5G技術の導入により、高品質のカメラとデータフィードが漁業の発展にとって真の技術的原動力となりました。

スコットランドのサーモン養殖場ではすでに5Gのパイロットプロジェクトが進行中です。 5G経由でインターネットに接続されたセンサーが、サケのケージ内の海水温、pH、酸素含有量などのデータを継続的に収集します。サーモン養殖場がパイロットサイトとして選ばれたのは、スコットランド最大の食品輸出部門であり、英国の国家経済に大きく貢献しているからである。

アルファベットも参加

Googleの親会社であるAlphabetとそのX研究チーム(旧Google X)は、ヨーロッパとアジアのいくつかの養魚場と協力してTidalプロジェクトを推進している。 Tidal プロジェクトは、代替の魚類識別システムの開発を目指しています。 Cermaq の iFarm プロジェクトと同様に、Tidal は水中カメラ、コンピューター ビジョン、人工知能を使用してサケやハマチを追跡します。 AI技術は魚の成長過程を追跡し、人間の目では判別が難しい形状や動きの違いから魚の種類を区別することができます。パイロット期間を終えた後も、この技術はより広範な普及に向けて前進していきます。

これらのプロジェクトは、人工知能、マシンビジョン/学習、5Gなどのテクノロジーが水産養殖業界に与える大きな影響も予兆しています。まだ開発の初期段階にあり、システム自体も非常に複雑なため、学習と成長の機会は大いにあるはずです。この機会を捉えることができれば、より高い生産性と環境の持続可能性を実現し、市場で有利な立場を獲得することができます。

<<:  2021年の主なAIトレンド:AIチップスタートアップのM&Aの可能性

>>:  ロボティック プロセス オートメーションについて知っておくべき 10 のこと

推薦する

二度とアルゴリズムの罠に陥らないでください!背後にいる人物を見つけ出す

誰もがこのような経験をしたことがあると思います。道路を運転しているとき、携帯電話は位置情報と速度を送...

PyTorch がトップカンファレンスを席巻: CVPR 論文は TensorFlow の 4 倍を占める

オープンソース フレームワークの分野では、PyTorch と TensorFlow の間で常に議論が...

機械学習の世界的ゴッドファーザーであるトム・ミッチェルは、スクワールAIラーニングに入社すると発表した。

トム・ミッチェル教授は、スクワレルAIラーニングからの最高AI責任者としての招待を受け入れたことを正...

ChatGPTに「カスタムコマンド」機能が追加されました

海外メディアの報道によると、7月21日、OpenAIはユーザーにChatGPTの応答に対する強化され...

人工知能はまだ長い道のりを歩んでいる

過去2年間で、「スマートホーム」はほぼすべての家電メーカーが必ず話題にし、自社製品になくてはならない...

Facebook、MITなどが共同で451ページの原稿を発表:「第一原理」を使ってDNNを説明する」

Facebook、プリンストン大学、MITのAI研究者らは最近、ディープラーニングが実際にどのよう...

2022年の人工知能の7つの主要な応用トレンド

[[440141]]過去数年間で、人工知能はエンタープライズ アプリケーション市場で大きな進歩を遂げ...

世界初の「自己複製」する生体ロボットが誕生。科学者たちの次なる目標とは?

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

PHP+MySQL アプリケーションで XOR 暗号化アルゴリズムを使用する

この記事では、排他的論理和 (XOR) 演算を使用したシンプルで使いやすい暗号化/復号化アルゴリズム...

NLP の学習を始める準備ができました。体系的に読むべき本やコースは何ですか?

私は、機械学習コミュニティで手動の特徴エンジニアリングが非常に人気があった 2013 年から自然言語...

将来人工知能に置き換えられる可能性が最も低い10の仕事

人工知能(AI)の急速な発展は人々の生活に便利さをもたらしたが、労働市場には大きな変化をもたらすだろ...

今後、セキュリティ分野で顔認識技術はどのように発展していくのでしょうか?

顔認識とは、顔の特徴情報の本人分析を利用して本人認証を行う生体認証技術を指します。人気の生体認証技術...

少数ショット学習(1) — 機械学習におけるタスク最適化空間

[[401868]]今日のディープラーニングの成功には大量のデータが必要であり、これは不可欠な前提条...

鵬城クラウドブレインは鵬城シリーズの大型モデルの基礎研究をサポート

[[401368]]専門家の皆さん、ゲストの皆さん、こんにちは。今日は主に、Pengcheng Bi...

...