Oppdrettsprosjektet iFarm er basert på kunstig intelligens og maskinlæring med mål om å forbedre helse og velferd i merdene.
Nå kan teknologien kjenne igjen enkeltfisk ved hjelp av kunstig intelligens og lage en helsejournal for hvert individ i merden, går det frem av en pressemelding.
I september 2020 ble det satt ut fisk i iFarm for aller første gang hos Cermaq. Gjennom de første fasene av prosjektet har det vært fokus på å tilpasse iFarm-enheten fiskens atferd og utvikle kamera- og billedkvalitet i iFarm-enheten. Målet er individbasert oppdrett.
iFarm-prosjektet er et samarbeid mellom Cermaq, BioSort, ScaleAQ og Nofima. Cermaq har fått tildelt fire utviklingskonsesjoner med iFarm.
Unike individer
Nå klarer BioSort med hjelp av kunstig intelligens å kjenne igjen enkeltfisk i en merde og gi fisk en egen helsejournal. Også de bakenforliggende software-systemene for helsejournaler og registrering av helserapporter for individer kjører nå live.
– Vi har jobbet med algoritmene for ansiktsgjenkjenning av laks i lang tid og opparbeidet en bildedatabase av fisk fra ulike livsstadier, og dette er nå tatt i bruk online på anlegget Hellarvika hos Cermaq i Steigen, sier daglig leder i BioSort, Geir Stang Hauge.
Stang Hauge utdyper:
– Det vil si at hver gang en fisk blir sett av iFarm-sensoren så sjekkes fiskens identitet, og en helserapport som inkluderer velferdsindikatorer, lus, vekt og k-faktor, lagres i individets journal for hver registrering. På den måten får vi en historikk på enkeltfisk som kan brukes for å følge individets tilvekst, og eventuelle velferdssymptomer.
Overvåke sårutvikling
Den daglige lederen i BioSort forteller at teknologien kan benyttes til å overvåke sårutvikling hos fisken.
– Har fisken for eksempel et sår, så kan vi se om det gror, eller forverrer seg og fisken eventuelt bør fjernes for å unngå smittespredning, sier Stang Hauge, som legger til:
– Når dette er ferdigutviklet til et kommersielt produkt vil overvåking av enkeltfisk og hele populasjonen gi løpende fasit på tilveksten og mulighet til å dokumentere god fiskevelferd for populasjonen.
Gi tettere oppfølging av fisken
Det jobbes nå med å øke datagrunnlaget for de forskjellige maskinsynalgoritmene slik at nøyaktigheten på individgjenkjenning og informasjon i helsejournalen til fisken øker. Karl Fredrik Otten er leder for fiskehelse og prosjektleder for iFarm-prosjektet i Cermaq. Han tror at teknologien kan bidra til tettere oppfølgning av fisken.
– Maskinsyn for fiskehelseovervåking vil i fremtiden gi oss oppdrettere mulighet til å følge fisken tettere og over tid får vi en bedre forståelse av sykdomsforløp som vi kan omsette til bedre håndtering av utfordrende helsesituasjoner, sier Ottem.
Robothov
BioSort har tatt i bruk en robothov for å fange enkeltfisk og forflytte fisken til en egen tank i vannoverflaten. Dette kan ifølge selskapet gjøres uten å forstyrre annen fisk og muliggjøre forebyggende fiskehelse på individnivå.
– Selv om det ikke er et mål i opprinnelig prosjektplan i iFarm-prosjektet, ser vi likevel for oss at neste steg i utviklingen er å få sortereren, sammen med sensoren, til å fungere autonomt og reagere på utvalgte kriterier, som lus, eller fisk med tegn til sår eller sykdom, avslutter Geir Stang Hauge.
