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。

考慮一下深度學習的應(yīng)用：中國臺灣國立清華大學工程系 James C. Chen 教授領(lǐng)導(dǎo)的研究團隊采用了預(yù)先訓(xùn)練好的深度學習模型，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確率接近 99%。

同樣，由印度班加羅爾大學人工智能和機器學習教授 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。