跳到主要內容

科技大觀園商標

分類項目
Menu

當人工智慧碰上養殖漁業:用科學方式翻轉場域,從餵餌到設備檢測全面邁向精準化

111/12/30 瀏覽次數 647
圖一

圖一: 2022 年智慧農業市場的市場規模上看約 3369 億新臺幣,將人工智慧導入養殖漁業,從減少人力到效率都可全面提升以翻轉場域現況。(影像來源:pixabay)

身為居住在四面環海的臺灣人的優勢之一,即是一年四季都可隨時享受到各式新鮮的海產,但可曾想過,面對氣候變遷、天災等因素影響,漁業發展也逐漸面臨到數位轉型的挑戰。「科技的導入能降低漁民工作上的效率與風險。」國立政治大學資訊科學系彭彥璁教授從這些年投入相關計畫的經驗表示。

根據 MarketsandMarkets 揭露的報告顯示,至 2022 年智慧農業市場的複合年成長率(CAGR)將上看 13.23%,而市場規模更上看 112.3 億美元(約 3369 億新臺幣)。也因此,從產業發展及市場規模的角度來看,在漁業場景中導入如人工智慧等相關技術已是箭在弦上。

水產養殖青睞監控系統,以數位工具降低工作風險

彭彥璁表示,當前漁業發展最大的挑戰就是漁民的安全問題,「不管是颱風或水下設備檢測都有著比其他行業更高的風險存在,」而這也是為什麼希望能透過智能工具協助漁民作業;另一方面,人力短缺也成為漁業發展的隱憂,從養殖、檢測等一連串的繁瑣工作若沒有足夠人力,恐影響魚群的成長及未來收成,近一步強化了漁業發展對科技工具的依賴、協助執行相關的任務。

臺灣趨勢研究調查指出,對水產養殖工作者來說,「監控系統」的應用最受青睞,有高達57.1% 認為這是對場域最重要的應用服務。

彭彥璁以箱網的養殖漁業舉例說到,即便是在人工打造的環境下,但過程中的飼料投放、魚兒食用與成長狀況,甚至是水下設備檢測與維修等,不僅過去多仰賴人力執行外,相關資訊因無法被整合與收集也造成後續分析上的困難,產業的效率與準確度也難以提升。如今,在「基於 AI 即時追蹤之表現型異常辨識系統—應用於水產生物」計畫支持下,彭彥璁也發揮在影像處理與機器學習等專業,為養殖漁業的場域帶來的不同的轉變。
 

數據收集與資訊分類,成為人工智慧導入的挑戰!

對此,彭彥璁點出了幾個主要投入的技術。首先,「自動投餌」讓漁民不再需要耗費大量時間執行這項繁瑣的任務;另外,在水下裝設攝影機進行「影像辨識」、「影像分析」,讓漁民能即時掌握魚兒的生長狀況,同時搭配自動投餌、清楚掌握魚兒吃餌與健康狀況,並將投放的飼料與魚兒的生長算出換肉率,就能有效控制成本,「從統計顯示,智能化養殖系統所降低的飼料成本可達 10%,並隨著活存率提高會節省更多的飼料費用。」

當然,無人機的技術越趨成熟,這讓箱網的水下設備能藉此透過無人機的幫助執行檢測,減少對人力的需求、降低檢測員水下的危險。彭彥璁表示,過去以人力檢測難以將相關數據以數位化的方式收集,但若改成無人機,不僅在檢測上可以更全面,影響資訊的收集也能為養殖場域未來的設備瑕疵預測做極好的數據提供。

不過,人工智慧雖對養殖漁業場景能有極大助益,但背後關鍵的資料搜集就成了導入過程中的難題。

彭彥璁説即便在人工打造的環境下,箱網依舊會面臨到不同水質、氣溫等養殖環境因素影響魚兒生長,因此計畫團隊必須要大量網羅資訊,同時委由養殖漁業的專家協助為每個資料進行梳理與貼標籤,替機器學習的模型打下良好基礎,才能有效地在不同場域中發揮價值。
 

如何串連產業鏈完整未來智慧漁業?

彭彥璁也近一步表示,如今水下生物監控與分析系統完成魚隻活動力分析精準度可達 85%,對於後續在漁獲成長的同時能於人力與成本控制上發揮效益,並以更科學的方式管理箱網的養殖任務,為漁業擁抱智慧化鋪路。

隨著計畫推動,彭彥璁也希望在政府的鼓勵下,能吸引更多斜槓人才投入智慧漁業的領域,不只是解決當前產業面臨人才缺乏的窘境,更重要的是能引入不同領域的知識與技術,讓傳統漁業的轉型腳步能加速進行,「把產業鏈串連起來一同攜手,讓人工智慧助外海箱網的養殖提升競爭力。」
 

創用 CC 授權條款 姓名標示─非商業性─禁止改作

本著作係採用 創用 CC 姓名標示─非商業性─禁止改作 3.0 台灣 授權條款 授權.

本授權條款允許使用者重製、散布、傳輸著作,但不得為商業目的之使用,亦不得修改該著作。 使用時必須按照著作人指定的方式表彰其姓名。
閱讀授權標章授權條款法律文字

OPEN
回頂部