世界糧農(nóng)組織的文件指出，在水產(chǎn)養(yǎng)殖中使用人工智能技術(shù)可以大大改進這一四千年前發(fā)展起來的做法的許多方面。如今，水產(chǎn)養(yǎng)殖業(yè)生產(chǎn)的水產(chǎn)品幾乎占世界日益增長的人口所消費水產(chǎn)品的一半。它是世界上增長最快的糧食生產(chǎn)部門之一，對全球糧食供應(yīng)和經(jīng)濟增長做出了決定性的貢獻。

據(jù)聯(lián)合國國際貿(mào)易管理局報告，全球水產(chǎn)養(yǎng)殖市場價值為 2,040 億美元，預(yù)計到 2026 年底將達到 2,620 億美元。

撇開經(jīng)濟評估不談，水產(chǎn)養(yǎng)殖業(yè)要想有效發(fā)展，就必須盡可能實現(xiàn)可持續(xù)發(fā)展。2030 年議程》中的 17 個目標(biāo)都提到了水產(chǎn)養(yǎng)殖，這絕非巧合；此外，就可持續(xù)性而言，漁業(yè)和水產(chǎn)養(yǎng)殖管理是與藍色經(jīng)濟最相關(guān)的方面之一。

為了改善水產(chǎn)養(yǎng)殖并使其更具可持續(xù)性，人工智能以及機器人和無人機等一些相關(guān)技術(shù)可以提供很大幫助。

人工智能的應(yīng)用和益處多種多樣：利用人工智能，可以監(jiān)測各個方面（水質(zhì)、溫度、養(yǎng)殖物種的總體狀況等），還可以對養(yǎng)殖基礎(chǔ)設(shè)施進行全面檢查和維護--這也要歸功于機器人和無人機。

然而，我們才剛剛開始：多種應(yīng)用可用于動物和養(yǎng)殖生物的福祉，并保證它們生活的環(huán)境的最佳條件。

什么是水產(chǎn)養(yǎng)殖？

水產(chǎn)養(yǎng)殖是指魚類、甲殼類動物和水生植物的繁殖、管理和收獲。如前所述，這是一種古老的做法，埃及文明和古代中國都曾采用過。時至今日，水產(chǎn)養(yǎng)殖已成為一種生產(chǎn)食品和其他商業(yè)產(chǎn)品、恢復(fù)棲息地和補充野生資源的系統(tǒng)，有助于保護和發(fā)展受威脅（如果不是瀕臨滅絕）的魚類和水生物種。

隨著人們對魚類產(chǎn)品需求的增加，技術(shù)使得在沿海海域和公海種植食物成為可能（但除了海水養(yǎng)殖，還有淡水養(yǎng)殖），因此它不僅成為環(huán)境財富的來源，也成為經(jīng)濟財富的來源。據(jù)聯(lián)合國糧農(nóng)組織統(tǒng)計，2018 年，世界水產(chǎn)養(yǎng)殖魚類產(chǎn)量達到 8210 萬噸，水生藻類產(chǎn)量 3240 萬噸，貝殼和觀賞珍珠產(chǎn)量 2.6 萬噸，總產(chǎn)量達到 1.145 億噸，創(chuàng)歷史新高。2018 年水生動物養(yǎng)殖以魚類為主，超過 5400 萬噸，價值近 1400 億美元。

在歐洲，水產(chǎn)養(yǎng)殖在沿海和河流地區(qū)發(fā)揮著重要作用，2020 年該行業(yè)的銷售量達到 120 萬噸，營業(yè)額達到 39 億歐元。該行業(yè)直接雇用了約 5.7 萬人，為約 1.4 萬家公司工作，其中大部分是小型家族企業(yè)。

歐盟 67% 的水產(chǎn)養(yǎng)殖生產(chǎn)集中在意大利、法國、希臘和西班牙。

歐盟委員會指出： "水產(chǎn)養(yǎng)殖業(yè)的可持續(xù)發(fā)展是共同漁業(yè)政策的主要目標(biāo)之一。水產(chǎn)養(yǎng)殖生產(chǎn)也被'歐洲綠色交易'視為食品和飼料中'低碳'蛋白質(zhì)的來源"。

為此，在水產(chǎn)養(yǎng)殖中使用人工智能可以做出決定性的貢獻?？紤]到歐盟水產(chǎn)養(yǎng)殖業(yè)在環(huán)境可持續(xù)性方面最重要的方面涉及評估、監(jiān)測和限制水產(chǎn)養(yǎng)殖活動對環(huán)境的影響。

人工智能用于水產(chǎn)養(yǎng)殖：應(yīng)用案例

算法和人工智能方法在水產(chǎn)養(yǎng)殖中的應(yīng)用得益于技術(shù)的實質(zhì)性和多層次發(fā)展。想想物聯(lián)網(wǎng)、云和 5G 網(wǎng)絡(luò)，它們現(xiàn)在能以幾年前無法想象的速度收集、傳播和處理數(shù)據(jù)。

目前，水產(chǎn)養(yǎng)殖業(yè)正在評估和采用人工智能，以提高飼料效率、生物量估算、生長監(jiān)測、早期疾病檢測、環(huán)境監(jiān)測和控制，并降低勞動力成本。利用現(xiàn)代傳感器和處理技術(shù)，現(xiàn)代水產(chǎn)養(yǎng)殖業(yè)的許多常規(guī)任務(wù)都可以在減少人員和改善動物福利條件的情況下完成。

考慮一下深度學(xué)習(xí)的應(yīng)用：中國臺灣國立清華大學(xué)工程系 James C. Chen 教授領(lǐng)導(dǎo)的研究團隊采用了預(yù)先訓(xùn)練好的深度學(xué)習(xí)模型，對石斑魚養(yǎng)殖場進行視覺分析。 通過計算智能對水下魚類的異常外觀或狀態(tài)進行高級識別，并采取額外的隔離措施，從而能夠報告異常情況，減少魚類病理傳染的危險。

實驗結(jié)果表明，預(yù)訓(xùn)練模型對石斑魚三種不同類型的異常外觀進行分類的平均準(zhǔn)確率接近 99%。

同樣，由印度班加羅爾大學(xué)人工智能和機器學(xué)習(xí)教授 Narayana Darapaneni 協(xié)調(diào)的一個研究小組也開發(fā)出了一套疾病爆發(fā)早期檢測系統(tǒng)，以幫助小型養(yǎng)魚戶。該系統(tǒng)依靠水下攝像機或傳感器獲取圖像，并通過云傳輸進行處理。一旦數(shù)據(jù)被訓(xùn)練有素的人工智能模型分類和分析，由于采用了現(xiàn)代化的連接方式，周轉(zhuǎn)時間可以縮短到幾分鐘，每天可以對幾個或更多的養(yǎng)殖場進行評估。