數位時代 王郁倫
AI 救了我的蝦!教授如何導入新科技養蝦,解決老漁夫心裡的痛?
傳統養殖蝦塭,漁民必須看天吃飯,大雨容易改變蝦塭水質酸鹼,加上池深水濁無法目視水底飼料消耗度,最怕餵食過度讓殘餌污染水質,導致蝦群大量死亡,「一隻蝦浮上水面,池底恐怕已有上百隻死蝦了。」中山大學海洋科學系教授洪慶章說。
AI 育成率從不到 5 成拉高到 7 成
即使漁民頻繁巡察蝦塭,也難以精確掌握蝦子生長進度,必須靠撈蝦檢視的方式抽樣整個蝦塭生長進度,加上台灣養殖業主高齡化,高齡漁夫冒惡劣天氣巡察也讓人驚心,中山大學海洋科學系教授洪慶章推動跨學系專案,與資訊工程系教授黃英哲合作,要讓 AI 應用落地,解決老漁夫痛點。
洪慶章成立的智慧科技水產養殖團隊最新成果,是利用 AI 養蝦,不僅蝦隻身型比一般傳統養殖蝦大得多,也能利用 AI 告知投餌最佳時機,降低成本,減少人力巡邏工作量,用 AI 增加蝦塭產收。
透過 AI 養蝦成績斐然,一般坊間養殖蝦子育成率約 4~5 成,也就是說,一百萬尾蝦苗最好可以育成 50 萬隻蝦子,若天候不佳,育成率還會更差,但教授們導入 AI 以科學方法養蝦,育成率可以提高到 7 成。
洪慶章說,漁民養蝦最大的挑戰是「混濁的養殖池水質」,這是蝦隻的成長好壞關鍵,而水質與餵食的飼料數量及時間點關聯非常高,但養蝦的水質混濁,所以漁民無法以目視判斷池底蝦的健康情況,一旦過度餵養蝦群,水中殘留過多的殘餌與排泄物,會使水質加快惡化。
洪慶章說,壞的水質會將增生細菌,使蝦隻生病,導致全池覆沒。當颱風、寒害來臨,更是蝦塭最危險的挑戰。
洪慶章為此與台灣海洋中心合作開發的「高靈敏度水下攝影系統」(UVS) ,全天候監控錄製全彩即時影像,透過紅外線技術自動化觀測及預警,AI 資料庫每天新增 4000 張以上圖片,加上錄影資料提供 AI 學習分析。
透過分析這些大量資料,用監控影像資料來「訓練」AI 機器,目前 AI 已經可以協助漁民判斷是否該投餌餵食,其次,掌握池裡蝦隻的數量、大小與移動速度,透過資料機器學習,也已建立蝦隻成長模型。
目前洪教授的團隊也開發了 APP,讓漁民遠端操控,透過智慧化軟體自動控制投放飼料、排放汙泥等日常工作,也就是說,當 AI 判斷該投放餌料,農夫透過手機 App 就能執行。
另外,有別於傳統蝦塭是四方形,蝦池角落常堆積污泥廢餌,因此團隊也改良推出圓形蝦塭,讓淤泥因水流集中於池底中央,有利於清潔排汙,取代人工挖污泥,減緩水質腐壞。另外蝦塭也設立一圈供氧設備,讓蝦隻含氧平均。
AI 養殖挑戰是資料量與自動化
AI 養蝦兩個考驗是龐大資料量與自動化考驗,洪慶章表示,專案執行第一年已累積了 47TB 影像跟照片資料,若預估專案要執行三年,資料量累積將會高達 500TB,為此儲存端,他們採用 Seagate SkyHawk 硬碟儲存監控影像資料,並以 NAS 系統專用 Seagate IronWolf Pro 硬碟做超大量的資料儲存。
在智慧養蝦後,這個團隊的下一步是自動化。黃英哲表示傳統養殖業必須看天吃飯,很難跟工廠一樣照固定規則運行,所以養殖業導入自動化管理系統有很大挑戰,但可以利用 AI 彌補,目前魚塭老闆可以透過 App 監控最佳餵食時間,按未來期望能更 AI 化自動判斷時機並投料。
硬碟大廠希捷委託 IDC 進行《資料脈動:釋放人工智慧的潛能》調查顯示,76% 的台灣受訪者已計畫在未來開始採用 AI 解決方案,但有 83% 的受訪者不知該從何處著手。
對此黃英哲表示,傳統產業若要轉型突破,必須要先找出隱藏在企業內價值資料,這部分必須對資訊系統進行投資,目前該團隊計畫把該實驗架構複製到一般魚塭,進行實地測試。
(本文出自數位時代)