Men selskapet sier det ligger utfordringer i å håndtere store datasett.
I går annonserte oppstartsselskapet Aquabyte, som bruker datasyn og maskinlæring til å optimalisere effektiviteten av lakseoppdrett, om en såkorninvestering på 3,5 millioner dollar.
I et intervju med Forbes, forteller Aquabyte-gründer Bryton Shang om utfordringer knyttet til store datasett som samles inn ved hjelp av 3D-undervannskameraer.
Dette for å generere sanntidsinformasjon for å ta de rette avgjørelsene både i åpne og lukkede oppdrettsanlegg.
– Fisk reagerer på miljøet rundt. Det betyr at mye data, fra både kameradata ved hjelp av datasyn, multisensoriske miljødata som temperatur og oksygen, og menneskelige data som for eksempel hvor mye du skal mate fisken, gjør dette til et rich data-problem for maskinlæring, sier Shang.
– Vi holder på å bygge disse algoritmene. Deretter vil vi kommersialisere disse og bruke dataene til å utvikle fôringsalgoritmer, fortsetter Shang.
Målet er å bruke disse algoritmene til å finjustere mengden fôr som oppdrettere bruker. Ifølge Aquabyte kan oppdrettere spare mellom 20 og 30 prosent i fôrkostnader.
Selskapet sier videre de ønsker å starte i det norske markedet, for så å utvide til Chile, Canada og Skottland. Teknologien skal også kunne videreføres til andre fiskearter.
