IA y crianza de peces: La alta tecnología ayuda a un favorito del sushi y el sashimi en Japón

Su piel cobriza y su deliciosa y firme carne blanca han hecho de la carpa dorada un preciado alimento en Japón desde tiempos inmemoriales. Ahora con una creciente demanda, los investigadores marinos utilizan inteligencia artificial (IA), aprendizaje automático (ML) e Internet de las Cosas (IoT) para asegurarse que hay suficiente para satisfacer el apetito de la nación.

Conocida a nivel local como Madai, la carpa dorada está en el centro de la cultura culinaria japonesa. De manera tradicional es comida en celebraciones o días festivos e incluso es mencionada en el Kojiki, el texto japonés con la mayor antigüedad conocida. Más de mil años después, los hambrientos consumidores japoneses parecen no tener suficiente, ya que es servida como sushi o sashimi, frita, hervida, o preservada en todo tipo de platillos del diario.

La pesca intensiva ha visto la caída de las existencias en la vida salvaje con el paso de los años y los productores se han tenido que apoyar en la acuicultura para mantener los suministros. Pero, como cualquier otra industria con una alta e intensiva labor, la cría de peces enfrenta un abrumador reto demográfico: la población de Japón envejece y es cada vez más difícil reclutar y mantener trabajadores habilidosos.

El Instituto de Investigación de Acuicultura de la Universidad de Kindai cree que la tecnología digital puede ayudar.

El instituto fue establecido en 1948 con la meta de “cultivar el océano”. Desde entonces, se ha ganado una reputación global como pionero en la crianza de peces de gran valor comercial. En años recientes, consiguió los titulares cuando fue el primero en criar atún de aleta azul desde los huevos hasta su adultez, un logro que podría salvar a esta especia que se ha visto diezmada por la pesca excesiva.

La Estación Shirahama del Instituto, ubicada a unos 80 kilómetros al sur de Osaka, ha jugado un rol crucial por largo tiempo en la crianza de 10 especies de pescado, incluida la carpa dorada. En este lugar, incuban las larvas y las crían en tanques hasta que son “peces jóvenes” (peces que han desarrollado aletas y escamas pero aún no han crecido más de 10 centímetros de largo o son del largo de un dedo humano).

El instituto comercializa alrededor de 12 millones de carpas doradas jóvenes, o alrededor del 70 por ciento de su producción anual y cerca del 20 por ciento del mercado total, a granjas de peces en alta mar alrededor del país, donde crecerán a su tamaño regular.

LEER TAMBIÉN: Agricultura vertical interior en Asia y más allá: Escarbar a profundidad en los datos

Para producir tal cantidad de peces jóvenes se requiere una gran cantidad de esfuerzo humano. Cada año nuevo y otoño, estos pequeños peces son bombeados fuera de los tanques donde son criados hacia cuatro cintas transportadoras donde son clasificados a mano por equipos de tres personas, que se aseguran que cada una tiene el tamaño correcto y están libres de deformidades. Contar los pequeños peces y dejar fuera a los que tienen una forma extraña es una laboriosa tarea de control de calidad que requiere conocimiento y concentración.

Aun así, Naoki Taniguchi, quien maneja la División de Crianza de Larvas del Instituto y es director general adjunto del Centro de Producción y Tecnología en Acuicultura, no la considera como el mejor uso de su fuerza laboral con alta capacitación.

“Algunos miembros de nuestro equipo tienen hasta 30 años de experiencia”, comenta. “El trabajo de clasificación consume mucho tiempo y toma hasta 8 horas al día durante los atareados periodos de embarque”.

Él quiere encontrar una mejor manera de hacerlo y comenta: “En una época donde es cada vez más complicado atraer gente talentosa, necesitamos mecanizar procesos para trabajar de manera más eficiente”.

Taniguchi y sus colegas investigadores piensan que una combinación de análisis de imagen, y tecnologías de IA y ML, pueden resultar en una solución que replique lo que los clasificadores humanos realizan hoy. Y en la actualidad, el instituto se encuentra en la fase de desarrollo de un sistema automatizado de clasificación que utiliza Azure Machine Learning Studio y Azure IoT Hub de Microsoft. Mientras tanto, las mismas tecnologías de Microsoft han sido utilizadas para enfrentar otro tema de preocupación: la necesidad de que una persona ajuste de manera constante el flujo de bombeo que entrega a los peces jóvenes a la cinta transportadora. Si el flujo es muy alto, los clasificadores podrían rezagarse. Si el flujo es muy bajo, los tiempos de producción podrían sufrir.

Microsoft Japón ha abordado esta situación con Toyota Tsusho Corporation, que también ha jugado un rol en la innovadora investigación del atún aleta azul del instituto. En conjunto, ambas compañías han desarrollado un sistema de clasificación impulsado por IA que calcula los flujos óptimos y realiza ajustes automáticos.

Esta solución de software utiliza análisis de imagen para contar el número de peces en la cinta transportadora y los espacios entre ellos. También utiliza ML para entender cómo los clasificadores completan su tarea con diferentes volúmenes de peces.

“Si podemos utilizar IA para automatizar y mecanizar tareas simples de juicio, podemos reducir el número de trabajadores requeridos de tres a dos, lo que permitirá que esa tercera persona realice otra labor o que sea más sencillo para los trabajadores tomar descansos y mejorar la eficiencia del trabajo”, comentó Taniguchi.

El instituto cree que liberar el tiempo para realizar tareas más gratificantes mejorar las prácticas laborales para los empleados actuales. Y tal vez, lo que es más importante, hará de la acuicultura una elección más atractiva de carrera para una nueva generación.