时至今日,全球粮食挑战已经成为现实难题,环境危机的恶化又进一步加剧了这个挑战。而在这样一波重压之下,人工智能、机器视觉与5G网络等新兴技术能否指明新的解决方案?挪威鲑鱼养殖公司Cermaq已经启动首个行业同类项目,希望在为期五年的iFarm实验中与技术合作伙伴BioSort及ScaleAQ联手,不断探索技术如何优化渔业养殖运营。与此同时,行业中的其他企业也在测试多种解决方案,努力地提升渔业产值。
鲑鱼养殖的个性化方法
将这些技术引入鲑鱼养殖,有望以个性化方式支持每条鲑鱼的健康与发育周期。以往,一旦鱼群中爆发鱼虱(鲑鱼养殖中的常见问题),渔民只能对所有鱼只进行治疗。但新技术的出现有望准确识别出实际需要治疗的鱼只,极大减少非必要治疗带来的养殖压力。
与鱼群健康维护类似,机器视觉还可以识别并跟踪单一鱼只的摄食需求,通过独特的标记识别出当前区域内的特定鱼只,跟踪其最后一次喂食与进食时间,据此提供良好照料。这种为每一条鱼提供定制化护理的能力代表着水产养殖行业的巨大飞跃,也将帮助渔民在单一鱼只生长成熟后再进行收获。
每个iFarm系统覆盖15万条鱼,这些鱼只被限制在海中的围网之内。在iFram系统中,由于设置有网状顶棚,因此鱼群会始终处于围网内的较低位置。当有鱼只鼓起鱼鳔尝试上浮时,必然经过网内的一个腔室漏斗,传感器则扫描该腔室以识别当前鱼只并记录相关数据。
传感器与物联网设备则自动处理图像以识别鱼只,并将数据馈送至用于分析数据的人工智能算法处。采集到的数据点涵盖鱼只体重、发育情况、是否患病或者身体是否有伤口等。通过持续上报这些数据,iFarm系统即可高效执行管理并根据数据做出决策。
Cermaq的目标在于加强沿海地区的渔业养殖能力,整个挪威渔业养殖的未来,也将取决于能否找到既可持续、又具有成本效益的生产方式。该公司已经获得四份项目开发许可证,同时与多家实体及个人开展协作,全面启动第一批养殖试点。
5G网络高一致性——让技术成为可能
近年来,对于5G移动网络的讨论很多。这不仅是因为消费者希望以超高速度下载影片数据,更是因为5G网络能够给各个行业带来变革性影响。仍然以水产养殖为例,5G网络能够支持物联网设备进行鱼类识别,并将数据流返回至渔业管理系统当中。与之对应,海底光缆则往往难以维护,明显不适合这种较为严苛的使用场景。5G技术的引入使得高质量摄像机与数据馈送真正成为渔业发展的技术动力。
目前已经有5G试点项目在苏格兰的鲑鱼海水养殖场进行。通过5G接入互联网的传感器将持续收集鲑鱼养殖笼内的海水温度、pH值、含氧量等数据。之所以选择鲑鱼养殖场作为试点,是因为这既是苏格兰最大的食品出口类别、也是英国国民经济的主要贡献来源。
Alphabet投身其中
谷歌母公司Alphabet及其下辖的X研究团队(原Google X)正在与欧洲及亚洲多家养鱼场合作推动Tidal项目。Tidal项目希望开发出另外一种鱼类识别系统。与Cermaq的iFarm项目类似,Tidal采用水下摄像机、计算机视觉以及人工智能技术以跟踪鲑鱼和黄狮鱼。AI技术能够跟踪鱼类的发育过程,并通过人眼难以察觉的形态与动作差异将不同鱼只区分开来。在完成试点期之后,该项技术将继续朝着更广泛的普及性应用推进。
这些项目也预示着人工智能、机器视觉/学习以及5G等技术对水产养殖行业的重大影响。由于尚处于早期发展阶段,而且系统本身极为复杂,其中应该还有着巨大的学习与成长机会。谁能牢牢把握住这种机会,谁就能带来更高的产出与生态可持续性,进而在市场上占据优势地位。
好文章,需要你的鼓励
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。