机器学习和计算机视觉有助于优化鱼类养殖

世界上超过50%的海产品消费都是通过商业方式种植的，因此提高生产力和降低养鱼场的成本对整个行业来说是一件大事。初创公司Aquabyte Inc.旨在使用机器学习和计算机视觉软件来提高该业务的效率。

Aquabyte的创始人兼首席执行官Bryton Shang(如图)说，该软件 “基于摄像头，可以用鱼笔拍摄鱼的图片，分析这些图片，并帮助农民了解鱼的健康状况，鱼的重量，喂多少鱼以及通常更好地管理自己的农场。”

尚与SiliconANGLE Media的直播工作室CUBE主持人Jeff Frick进行了数字CUBE对话。他们讨论了机器学习在水产养殖中的应用，Aquabyte在挪威鲑鱼养殖方面的经验及其未来计划。

单摄像头，适用范围广

Aquabyte建于硅谷，首先在挪威部署，该地区的鲑鱼产量约占世界的一半。2017年，Shang参加了在挪威举行的一次会议，会议上展示了用相机对鱼进行定型的原型，并在活动中留下了广泛应用的想法。

“在挪威，他们最近通过了关于对鱼类上的海虱进行计数的法规……然后农民问我：'如果您可以使用照相机对鱼进行大小测定，您还可以对海虱进行计数吗?您还能检测到食欲吗?'”尚说。“然后它就变成了这种更平台化的方法，在这种情况下，单个摄像头可以完成各种各样的应用。”

尽管在挪威，养鱼业已经实现了高度机械化，例如，使用自动喂食器，但是该行业没有太多的机器学习和计算机视觉技术。尚说，但是农民们已经很愿意尝试技术，特别是当它有助于节省农场的劳动力时。

Aquabyte开发的系统涉及在笼子中安装一个系统，该系统由摄像头和设备套件以及执行图像分析的基于云的机器学习解决方案组成。

挪威最大的鲑鱼养殖场一次只可养200万条鱼。他解释说：“我们最终将可以识别出围栏中的每条鱼，并以此来追踪个体的健康和生长。” “我们使用个人识别算法，(并且)交易是对鱼进行重复数据删除。”

在开始使用挪威鲑鱼之后，Aquabyte希望将这项技术推广到其他国家和其他鱼类。该公司已经开始将其应用扩展到第二种虹鳟。

尚说：“最终，我们将利用这些数据来经营完全自主的养鱼场。”