Перейти к основному содержанию
Перейти к основному контенту
Пресс-релизы
Рабочие сортируют мальков в Kindai University Aquaculture Hatching Center

Искусственный интеллект отбирает мальков

Японский университет предлагает инновации для рыбной промышленности

Исследовательский институт аквакультуры университета Киндай, известный своими передовыми инициативами, разрабатывает автоматизированную систему сортировки рыб, основанную на технологиях анализа изображений Microsoft. Используя анализ изображений и платформу машинного обучения Microsoft Azure Machine Learning Studio в сочетании с Azure IoT Hub, институт стремится внедрять инновации в рабочие процессы в этом секторе промышленности. 

Исследовательский институт аквакультуры университета Киндай долгое время лидирует по техническим инновациям в области аквакультуры. Здесь создана первая в мире ферма с полным циклом выращивания голубого тунца, находящегося на грани вымирания. Университетская станция «Сирахама» (Shirahama Station) в префектуре Вакаяма занимается разведением мальков, чтобы японские фермеры могли выращивать этот вид рыбы на своих аквафермах. Станция поставляет около 12 миллионов мальков красных морских лещей — около 70% от общего числа выращенных мальков, — что составляет 24% от ежегодного объема производства этой рыбы в Японии. Применяемые при этом технологии используются также для поддержания полного цикла аквакультуры других видов рыб.

Лодка и рабочие на аквакультуре университета Киндай 

Наоки Танигучи (Naoki Taniguchi), менеджер подразделения Larval Rearing Division и заместитель генерального директора университета Киндай по технологиям аквакультуры и производству, говорит: «Некоторые наши сотрудники имеют более 30 лет опыта работы, но сортировка занимает слишком много времени — до восьми часов в день при максимальной нагрузке. Мы уже много лет думаем о механизации этого процесса». 

Два раза в год — в начале года и осенью — подросшие мальки красного морского леща, достигшие 8–10 см в длину, отправляются на аквафермы по всей Японии. Перед отправкой отдельные недоразвитые или поврежденные мальки отбраковываются, чтобы обеспечить соответствие стандартам поставки, необходимое для поддержания качества рыбы.

Мальки в трубе на сортировке в Kindai University Aquaculture Hatching Center 

Одну из наиболее важных ролей в процессе этой сортировки играет человек, который контролирует поток через насос, перекачивающий мальков. Если поток мальков через систему сортировки ленточного конвейера слишком высок, то сортировщики отстают, а слишком низкий поток отрицательно влияет на производительность. Чтобы всегда поддерживать оптимальный объем поставок рыбы, оператор насоса должен вручную регулировать этот поток, учитывая общее движение по сортировочной линии и индивидуальные особенности сортировщиков. Лаборатория долго решала вопрос о том, как освободить свой квалифицированный персонал от выполнения этих простых задач и позволить ему сосредоточиться на более важных и сложных делах.

Много рабочих в палкте вручную сортируют мальков в Kindai University Aquaculture Hatching Center 

Чтобы найти решение, подразделение Microsoft Japan объединило усилия с корпорацией Toyota Tsusho, технологическим партнером по поддержанию полного цикла выращивания голубого тунца в аквакультуре, чтобы разработать автоматизированную систему сортировки, основанную на анализе изображений. Используя технологию анализа изображений и платформу машинного обучения на основе искусственного интеллекта Microsoft Azure Machine Learning Studio в сочетании с Azure IoT Hub, компании разработали программу для расчета оптимального потока и автоматической регулировки насоса. Приложение анализирует изображения, чтобы определить число рыб на конвейере и свободное пространство между ними, а затем использует машинное обучение, чтобы понять, как сортировщики справляются с работой при разных объемах мальков. 

Танигучи отмечает: «Если мы сможем использовать искусственный интеллект для автоматизации и механизации простых задач, требующих принятия решений, мы можем сократить число рабочих с трех до двух, что позволит третьему человеку заниматься другой работой или чаще сменять рабочих, чтобы они не переутомлялись и лучше справлялись с работой».

 Схема системы отбора мальков, выращенных в аквакультуре

Исследователи из Института аквакультуры университета Киндай надеются, что использование информационных технологий для автоматизации и механизации простых оценочных задач, подобных этим, приведет к сокращению рабочей нагрузки и повышению эффективности работы. Кроме того, они стремятся внести свой вклад в инновационное развитие рыбной промышленности, которая борется за привлечение молодых работников, в том числе с помощью более эффективного использования опытных специалистов в новых областях бизнеса.