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。
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
医療製造にロボット工学と自動化を導入したダヴィンチ ロボット手術システムが発売されてから 20 年が...
企業による IT 運用における人工知能の使用は AIOps として知られています。 AIOps は、...
ChatGPT がネットワーク機能とプラグイン機能を公開すると、事前トレーニング データの知識に限...
自動評価および安全性プラットフォームである Patronus AI は、大規模言語モデル (LLM)...
つまり、新しい Google 検索アルゴリズムでは、「HTTPS」(Hypertext Transf...
2020年12月2日午前9時、知恵とリソースを集めることを目的とした2日間のOpenI/O 2020...
1. 冒頭発言お久しぶりです。白部長です。研究であれ実践であれ、既存の問題、解決策、ボトルネック、突...
[[392342]] [51CTO.com クイック翻訳]探索的データ分析から自動機械学習 (Aut...
[[276457]]ビッグデータダイジェスト制作出典: thegradient編纂者:張瑞怡、呉帥、...
市場で競争上の優位性を獲得する過程で、多くの企業が新興技術の導入に熱心です。しかし、導入を急ぐあまり...
今日の緊迫したサプライチェーンにおいて、最も脆弱なのはスキル不足である可能性があり、景気後退により短...