Przewodnik po AI

Śledzenie gwałtownego rozwoju AI w akwakulturze

Spis treści.

Gwałtowny wzrost inwestycji w technologie akwakultury

Poznałem przyszłość akwakultury w nijakiej sali seminaryjnej w Seattle w 2017 roku. Siedzieliśmy przy tym samym stole, czekając na wysłuchanie orientacji na temat Fish 2.0, dwuletniego konkursu dla start-upów. Niedawno ukończył studia w Princeton z tytułem inżyniera. Nie miał doświadczenia w branży owoców morza, przysłowiowa ryba z wody. Nazywał się Bryton Shang.

Pięć lat później jego firma Aquabyte pozyskała $45 mln USD kapitału wysokiego ryzyka i jest pionierem sztucznej inteligencji w akwakulturze. Shang nie jest sam. W tym dwuletnim okresie, od 2017 do 2018 roku, uruchomiono 21 nowych start-upów z dziedziny akwakultury.

W akwakulturze w krótkim czasie nastąpiła niezwykła eksplozja innowacji. Połowa wszystkich aplikacji w tej branży została wprowadzona w ciągu ostatnich pięciu lat. Spośród 82 aplikacji, które zidentyfikowałem dla akwakultury, 70 procent wykorzystuje algorytmy uczenia maszynowego lub głębokiego uczenia, a 51 procent wdraża algorytmy widzenia komputerowego i rozpoznawania obrazu.

Do sektora napływają teraz pieniądze. Według Crunchbase, dziesięć największych firm technologicznych zajmujących się akwakulturą zebrało około $282 mln USD, z indonezyjską firmą eFishery na czele ($100 mln USD), a następnie Shang's Aquabyte ($45 mln USD). Akwakultura stanowi obecnie 52 procent światowej produkcji owoców morza, a ceny ryb wzrosły w ujęciu realnym o ponad 60 procent, według indeksu cen ryb FAO. Rosnące koszty owoców morza i malejące koszty technologii to szansa dla wielu inwestorów.

I chociaż Dolina Krzemowa jest największą siłą napędową technologii, to maleńka Norwegia, licząca zaledwie 5,4 miliona mieszkańców i posiadająca 1,65% światowej produkcji akwakultury, wybija się ponad przeciętność. Około 19 procent firm z branży akwakultury ma tam swoje siedziby. Shang, na przykład, założył swoją firmę w USA, ale spędza dużo czasu w Norwegii. Dla porównania, Azja produkuje 89% hodowlanych owoców morza na świecie, ale wytworzyła tylko 23% firm technologicznych w tym sektorze.

Według FAO, produkcja akwakultury ryb w 2018 roku osiągnęła prawie $140 mld USD wartości farmgate lub 53 procent wszystkich hodowanych zwierząt wodnych. Jednak 76 procent oprogramowania akwakultury jest zbudowane dla hodowli ryb i 35 procent dla krewetek, których wartość hodowlana wynosiła tylko 26 procent całkowitej produkcji zwierząt hodowlanych. W miarę pogarszania się jakości wody i zaostrzania przepisów środowiskowych, jedynym obszarem, w którym prawdopodobnie będziemy obserwować rosnące inwestycje technologiczne są systemy akwakultury recyrkulacyjnej (RAS).

Sztuczna inteligencja kluczem do przyszłości akwakultury

Zastosowanie sztucznej inteligencji w akwakulturze - głównie uczenia maszynowego i sieci neuronowych z głębokim uczeniem - rozpoczęło się po 2010 roku. Niektóre firmy zostały założone przed tą datą, ale prawdopodobnie przyjęły AI dopiero w ostatniej dekadzie lub nawet później. Jedno z badań biznesowych wykazało, że w 2015 roku zaledwie 10 procent firm stosowało AI. Dziś liczba ta przekracza 50 procent i szybko rośnie.

Dane często nazywane są "nową ropą". Jeśli algorytmy są silnikami, to dane są paliwem, które przynosi czwartą rewolucję przemysłową, znaną jako Przemysł 4.0. Od 2010 do 2020 roku szacowana ilość danych cyfrowych na ziemi wzrosła 30-krotnie. Jest to ten sam okres, w którym widzimy uruchomienie aplikacji napędzanych przez AI w akwakulturze.

Czujniki są dla AI jak studnie dla przemysłu naftowego, pompując ogromne ilości danych w świat. Czujniki jakości wody, kamery, obrazowanie satelitarne i urządzenia hydroakustyczne tworzą to, co w akwakulturze znane jest jako Internet rzeczy lub IoT. Rozmieszczenie zdalnych czujników w celu zbierania danych jest tańsze i łatwiejsze niż kiedykolwiek - to paliwo napędowe, które uruchomiło wiele nowych firm w ciągu ostatnich pięciu lat. Obecnie około 73 procent firm technologicznych z branży akwakultury stosuje co najmniej jeden rodzaj czujników, w tym połowa wykorzystuje kamery. Również algorytmy ulegają wykładniczej poprawie. W 2015 roku maszyna pokonała człowieka w corocznym wyzwaniu związanym z rozpoznawaniem obrazów.

Funkcje AI: Przewiduj, Automatyzuj i Klasyfikuj

Co robi sztuczna inteligencja, czego nie potrafi zwykłe oprogramowanie? Główna różnica polega na tym, że AI może uczyć się poprzez trening na zbiorach danych. Ogólnie rzecz biorąc, im więcej danych, tym inteligentniejsza SI. Rob May, współzałożyciel i dyrektor generalny firmy Talla, opracował proste narzędzie pozwalające zrozumieć wykorzystanie AI w konkretnej branży. PAC Framework oznacza Predict, Automate and Classify - "trzy rzeczy, które obecne technologie AI mogą zrobić naprawdę dobrze", według Maya.

W ramach tych ram, May określa Predict, Automate and Classify na jednej osi i podstawowe operacje biznesowe na drugiej. W przypadku akwakultury uprościłem to do produkcji, zdrowia ryb i jakości wody. Pasza, śmiertelność i utrzymanie jakości wody są również największymi centrami kosztów dla hodowców, więc nic dziwnego, że są to punkty bólu, które próbują być rozwiązane przez AI.

Niektóre z pierwszych oprogramowań dla akwakultury skupiały się na podstawowej cyfryzacji. Około 40 procent aplikacji ma pewne podstawowe funkcje zarządzania gospodarstwem, aby ręcznie rejestrować pochodzenie, wzrost, jakość wody, zbiory, zużycie paszy i tak dalej. Firmy te obejmują między innymi Wattaya Aqua, iQuatic i Jala w krewetkach oraz AquaManager, AquaTracker i Blue Trace dla ryb i skorupiaków. Około 44 procent oprogramowania monitoruje jakość wody, co jest oczywiście bardzo ważne dla akwakultury.

Jeśli chodzi o AI, około jedna trzecia jest wykorzystywana do szacowania biomasy lub prognozowania wzrostu (41 procent), optymalizacji karmienia (34 procent) lub monitorowania zdrowia lub przewidywania ognisk chorób (26 procent) lub liczenia wszy morskich (6 procent). Wiele z tych danych jest zbieranych za pomocą podwodnych kamer i analizowanych przy użyciu algorytmów rozpoznawania wyobrażeń.


Rosnąca dostępność technologii napędza przyjęcie AI

W miarę jak rynek technologii dla akwakultury będzie dojrzewał, prawdopodobnie będziemy obserwować mniejszą liczbę nowych start-upów, a więcej fuzji i przejęć, ponieważ firmy konsolidują swój udział w rynku. Wiele firm nadal walczy o przyjęcie swoich technologii przez drobnych rolników w krajach rozwijających się.

Wdrożenie technologii w pionowo zintegrowanych operacjach rolniczych w Norwegii, Kanadzie czy Chile to jedno, ale skalowanie oprogramowania wśród wietnamskich czy indyjskich hodowców krewetek to zadanie herkulesowe. Wystarczy zapytać XpertSea lub Aquaconnect. Obie firmy zajęły się finansowaniem i tworzeniem rynków łączących hodowców krewetek z nabywcami w celu zachęcenia do przyjęcia technologii.

Jednak w miarę spadku kosztów czujników i doskonalenia algorytmów, powszechne zastosowanie technologii cyfrowych w krajach o niskich dochodach jest tylko kwestią czasu. Edukacja i szkolenia stają się również bardziej dostępne i tańsze dzięki nauce online. Prawdopodobnie będziemy obserwować, jak więcej innowacji wypływa z takich miejsc jak Indie, Wietnam, Tajlandia, Filipiny i Indonezja.

RAS i akwakultura komórkowa oferują również nowe możliwości przełomowych innowacji i wzrostu. Boom na białka pochodzenia roślinnego może również napędzać rosnący popyt na algi i wodorosty.

"Cyfrowa transformacja oznacza możliwość pomocy rolnikom w przyjęciu najnowszych technologii uczenia maszynowego, aby ich gospodarstwa były bardziej wydajne i zrównoważone" - mówi Bryton Shang firmy AquaByte. "Po raz pierwszy hodowcy mogą ważyć ryby i mierzyć wzrost w czasie rzeczywistym - w przyszłości ludzie będą się zastanawiać, jak kiedykolwiek hodowaliśmy ryby bez tego typu narzędzi".

Uwaga: Ten artykuł został zaktualizowany o nowe dane z 28 czerwca 2022 r.

Proszę się zapisać dla naszego miesięcznego newslettera Catch-Up aby otrzymać następny post.

Logo

Śledź nasze badania i filmy wideo oraz najnowsze wiadomości technologiczne i spostrzeżenia dotyczące branży.

Wysyłamy Catch-Up przynajmniej raz na kwartał. kwartał. 🐟

*