潜在发布：大数据和人工智能彻底改变渔业

shammiakrer@gma

希曼舒帕特尼 2023 年 6 月 24 日  博客、电信和 IT 渔业中的大数据与人工智能、渔业中的大数据与人工智能分析、渔业中的大数据与人工智能展望、渔业中的大数据与人工智能份额、渔业中的大数据与人工智能规模、渔业中的大数据与人工智能趋势渔业  0 条评论
商业捕鱼是一个比我们大多数人想象的重要得多的行业。事实上，它在食品、健康和美容行业中发挥着重要作用。然而，随着污染和人口增加，过度捕捞现已成为海洋中的一个问题。过度捕捞造成了多种问题，包括：海洋生态系统破坏、领土冲突、海洋多样性丧失、非法捕捞、粮食安全威胁、物种灭绝。可持续渔业为这些问题提供了解决方案。因此，可持续捕捞采用尊重栖息地和边界的捕捞方法，确保海洋中有足够的鱼，并为依赖捕捞的人们提供生计。

麦肯锡分析称，“总体而言，在全球人口增长、中产阶级发展和更多城 CMB目录 市的推动下，2020年至2030年全球鱼类消费量预计将增长20%。”该技术在国际上被用来促进可持续渔业。人工智能（AI）、机器学习（ML）、卫星数据和地理空间数据等技术的使用可以使养鱼业可持续发展并提供其证据。


基于深度学习的对象和图像识别工具在该领域变得越来越重要。例如，水面摄像头和图像识别为渔民提供有关其捕获物的重要信息，包括数量、大小、面积、距离和许多其他因素。

如今，借助地面和卫星移动网络和智能手机，渔业可以轻松地将渔船数据传输到算法进行分析。商业渔业将从这些发展中受益，能够在捕捞过程的捕捞前、捕捞和捕捞后阶段更好地做出决策。

人工智能如何促进水产养殖决策？

渔民利用人工智能收集数据来组织和操作捕鱼设备。它是一个用于创建、维护和更新具有重大商业价值的海洋物种分布图的地理信息系统。

从他们的感官收集大部分信息。
将使用 Aqua Sensing 技术开发预测分析，以改进数据驱动的决策。
Shoal 鱼机器人利用人工智能来检测水中的污染物。
机器人作为一个团队部署后必须能够在周围环境中移动。
对海洋环境进行视觉和视觉分析是人工智能在渔业中的例子之一。 VIAME 是 Kitware 与 NOAA 的自动图像分析战略计划 (AIASI) 合作开发的开源系统，用于水下景观分析和鱼类资源图像评估。 VIAME 将使快速且经济地集成新的算法模块、数据库和工作流程成为可能。

持续发展：


渔业监测大数据技术：

然而，由于几乎完全保护捕鱼，当局现在面临一个新的、更严重的问题：摄像机记录只有经过仔细审查才有用。政府部门了解捕捞行为和举报非法活动的唯一可靠方法就是这样。因此，一些控制机构在使用“置信基础”比较将其结果与渔民记录簿进行比较之前，会对记录进行不定期审核。然而，这破坏了有效管理渔业的努力，并催生了解决该问题的新战略。目前，机器学习和人工智能被用来将大量图像增强为有用的“大数据”。大数据包括客户交易记录、产品数据库、网络流量记录、自动化、卫星、传感器和物联网