有人說，養魚很簡單啊!但是如果你也這樣認為，那就out了。養魚是一門“藝術”，比如在喂魚時，什么時候喂，喂多少，降/升溫了怎么喂?這里面有很多的門道。在實際生產中，養殖人員經常為投喂多少困惑，喂少了魚就會長的慢了。喂太多，飼料浪費就會增加，并且沒有吃完的飼料在水里分解的時候還會消耗水里的氧氣，并產生對魚類有害的氨氮等有毒物質，嚴重的會影響魚類的生命和生長。此外，企業管理者也非常關心怎樣投喂可以達到效益的最大化等。而隨著水產品價格的提高，養殖戶鳥槍換炮，連自動化設備和人工智能這些高科技都整上了，養魚早已經不是我們小時候印象中的落后場面了。你可以利用人工智能幫你打理喂魚的事業。
聽魚說話，難!
那么在喂魚的時候，問題來了，你咋知道你養的魚吃沒吃飽呢?而這絕對是投喂的重要依據。但是我們如何才能了解魚類的胃口呢?這個是喂魚過程中的關鍵同時也是難點。魚類不會說話，或者是說話我們聽不懂，或者是魚會發出饑餓的信號，但是至今我們都沒有發現或者理解。都說魚只有3s的記憶，也不會和人溝通。那么怎么知道魚今天餓不餓，胃口好不好呢?
在實際生產中，對魚類食欲的評估主要是由喂魚的人工觀察，這種方法雖然比較直觀，但是缺點也顯而易見，每個人的經驗和水平不一樣，判斷的標準和結果也不統一。而對于大規模的養殖場，這樣的方式費時費力，人力成本的開銷也較高。此外，還有學者通過利用腸胃飽滿指數的方法來衡量魚的食欲，即將魚麻醉后取出并稱量其腸胃內的干物質容量來量化饑餓程度。但是這種方法對魚來說是致命的，在實際生產中也不具有大規模推廣應用的可能。因此，如何不打擾魚的正常生長獲取其食欲是生產和研究中迫切需要解決的實際科學問題。
餓不餓：機器視覺察言觀色
通過分析和研究，發現雖然影響魚類攝食的因素很多，但它們都可以通過攝食過程中的行為變化表現出來。這其實和我們人類類似，我們餓的時候會有很多行為上的變化，有很多這樣的成語比如：狼吞虎咽，饑不擇食，嗷嗷待哺，饑虎撲食，等等。魚餓的時候也會有很多行為上的變化，可以直接反映其饑餓程度。簡單來說，魚吃飽了，活動的范圍和幅度就不一樣了!但是，對于魚餓不餓，只是一個模糊的概念，到底怎么才是餓，怎樣才是不餓呢，這就需要一個客觀準確的指標來描述魚的饑餓程度。而這一切都可以利用人工智能技術實現。
人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大。機器視覺技術是人工智能發展的一個重要分支。簡單說來，機器視覺就是用機器代替人眼和大腦來做觀察和判斷。視覺對人很重要，人類獲得訊息90%以上是依靠眼睛的。目前機器視覺已經可以做到很多事情，比如車牌識別、文字識別、刷臉支付，自動駕駛無人車，制造業的自動檢測，視頻監控等。主要的工作流程就是通過采集目標的圖像，傳送給專用的圖像處理系統對圖像進行處理，分析后得到目標的形狀、大小、顏色、運動方向速度等形態信息，并輔助以智能的算法，根據應用的場合自動做出決策，或者是直接控制現場的設備。機器視覺的優點非常多，由于它在采集圖像的過程中不會接觸被攝目標，也不會影響或者干擾目標的正常活動和運行。此外，機器視覺的硬件系統只需要一個攝像頭和專用的處理模塊，在大規模的應用時成本優勢明顯，是一種非接觸式、無損的、低成本的檢測方法。
然而，雖然機器視覺技術目前在工業現場用的比較成熟，但是，它還沒有大規模應用于水產養殖中。這是由于水產養殖的特殊性決定的，一方面攝像頭和研究對象之隔了水這一特殊的介質，光的折射、反光等現象影響了使用效果;另一方面，魚有隨環境顏色的變化調整體色的習性，導致采集到的圖像對比度非常低。為解決以上問題，還需要研究水面反光的處理方法，自適應的圖像對比度增強方法，達到最優的視覺效果，從而增強機器視覺在水產養殖中的使用效果。
最后，通過一系列的圖像處理算法，自動分辨出每張圖片那個是魚，有多少魚，魚在哪里，因為魚的活動引起了圖像哪些地方發生變化等。結合連續采集的圖片，可以計算每張圖像中的魚運動的快慢，方向等。然后綜合以上的魚的位置，大小，方向，速度等信息，結合一系列的數學算法，就可以得到評價魚類的食欲和饑餓程度的指標。
喂多少：智能算法說了算
水產養殖投喂系統結構復雜，傳統投喂方法應用局限較大。隨著我國人工智能國家戰略的提出和落實，推進人工智能與水產養殖的深度交叉跨界融合勢在必行。利用智能算法，構建智能投喂決策方法，可以實現按魚類的需要進行投喂。作為一種新興的解決問題的形式，智能算法非常適合應用于水產養殖系統。當一個機器或者系統嵌入了這個算法后，它就擁有了人所具有的基本能力，比如觀察、思考、學習、創造等。
然而其怎么可以實現投喂量和啟停的判斷呢?和人類一樣，人類的經驗和知識是通過學習得到的，人工智能模型或者算法之所以被稱為“智能”的，是因為這些模型可以模擬人類的認識和經驗積累過程，也需要學習，只不過是其學習后判斷的標準是統一的，不會受客觀因素的影響。其實現主要是首先建立訓練集，告訴模型什么樣的行為參數輸入可以得到什么樣的輸出，模型訓練后，完成學習過程，建立了一定的規則(即“經驗”)。后續就可以實現對輸入行為參數的判斷，自動輸出控制指令(繼續或者停止投喂)，就實現了按魚類食欲的智能投喂決策，進而取代了以往靠簡單選取閾值判斷投喂。人工智能技術的出現使得喂魚這項枯燥的操作產生了巨大變化，它能代替人來決定什么時間開始和停止喂食。
好不好?數據來說話
在其研究中，其水平已經處于國內外領先水平，并取得了很多技術層面上的創新。首次提出了基于魚類行為指標的智能投喂方法，是對原先人工判斷的一個重大突破。實驗結果也表明，其可以極大節省飼料。更重要的是，如果任由節省的這部分飼料在水里分解，勢必會污染環境。
實驗結果也表明，在保證魚類正常生長的前提下，魚類的飼料轉化率大大提高，可以節省飼料的成本。更重要的是，如果任由節省的這部分飼料在水里分解，勢必會污染水質，有效的改善了水質。并且由于投喂的合理，魚不會出現饑一頓飽一頓的情況，福利水平也提高了，魚肉品質自然就會更好。經濟效益自然就提高了。而基于人工智能的方法只需要一個攝像頭和一系列的軟件算法，并且在使用時，只需在初期設定和調試參數，后續可以做到無人值守，可以降低人工的成本，具有大規模推廣應用的潛力。
但是截至目前，方法還只在一種魚身上進行了測試。下一步，將繼續完善其研究成果，通過在更多品種的魚，更多的養殖模式(比如網箱，池塘等)上試驗，提高方法的效果。并推進其在產業化中的應用，真正為產業發展解決實際問題，我們對其前景充滿信心。
京公網安備 11010502049343號