潜在能力の解き放ち：漁業に革命をもたらすビッグデータとAI
商業漁業は、私たちが考えるよりもはるかに重要な産業です。実際、食料、医療、美容業界において重要な役割を果たしています。しかし、汚染と人口の増加に伴い、乱獲が海洋における問題となっています。乱獲によって引き起こされる問題はいくつかあり、海洋生態系の劣化、領土紛争、海洋生物多様性の喪失、違法漁業、食料安全保障の危機、いくつかの種の絶滅などが挙げられます。持続可能な漁業は、これらの問題に対する解決策を提供します。したがって、持続可能な漁業とは、生息地と境界を尊重し、海洋に十分な魚を確保し、漁業に依存する人々の生活を保障する漁法を使用することです。
マッキンゼーの分析によると、「世界の魚の消費量は、世界の人口増加、中間層の発展、都市化の進展により、2020年から2030年までに20%増加すると予測されています。」持続可能な漁業を促進するために、テクノロジーがグローバル規模で使用されています。人工知能（AI）、機械学習（ML）、衛星データ、地理空間データセットなどのテクノロジーを活用することで、養殖を持続可能にし、その証拠を提供することができます。
オブジェクトと画像の認識のための深層学習ベースのツールが、この分野でますます重要になっています。たとえば、オンボードカメラと画像認識は、漁獲量、サイズ、周囲の状況、距離など、漁獲に関する重要な情報を漁師に提供します。
現在では、陸上および衛星ベースのモバイルネットワークとスマートフォンのおかげで、漁業が漁船からデータを送信し、分析のためにアルゴリズムに提供することがはるかに簡単になっています。商業漁業は、漁獲プロセスの漁獲前、漁獲中、漁獲後の段階で、より適切な意思決定ができるようになるという恩恵を受けるでしょう。
AIはどのように養殖の意思決定を強化するのか？
漁業は、さまざまな組織的および運営的な漁業品目に関するデータを収集するためにAIを使用しています。これは、重要な商業的価値を持つ海洋種の分布図の作成、維持、更新に使用される地理情報システムです。
- センサーからのデータの大部分を収集する。
- Sensing Aquaテクノロジーを使用して予測分析を開発し、データ駆動型の意思決定を改善する。
- ロボット魚のShoalは、人工知能を使用して水中の汚染を特定する。
- ロボットは、グループとして打ち上げられた後、周囲をナビゲートできる必要がある。
海洋環境におけるビデオおよび画像分析の使用は、漁業における人工知能の一例です。VIAMEは、水中ビデオおよび画像による漁業資源評価の分析のために、KitwareがNOAAの自動画像分析戦略イニシアチブ（AIASI）と共同で作成したオープンソースシステムです。VIAMEにより、新しいアルゴリズムモジュール、データセット、およびワークフローを迅速かつ手頃な価格で統合できるようになります。
推進された改善点：
漁業のモニタリングのためのビッグデータ技術：
しかし、当局は現在、漁業のほぼ完全な監視の結果として、新たな、より深刻な問題に直面しています。カメラの記録は、注意深く調べられた場合にのみ役立ちます。政府部門が漁業慣行について知り、違法行為を特定するための唯一の信頼できる方法は、これによるものです。このため、一部の管理当局は、記録の監査を不定期にしか実施せず、その後、「信頼ベース」の比較を使用して、その結果を漁師の漁獲日誌と比較しています。しかし、これは漁業を効果的に管理する取り組みを弱体化させ、問題に対処するための新しい戦略を生み出しました。現在、機械学習と人工知能を使用して、膨大な量の画像をより有用な「ビッグデータ」に強化しています。ビッグデータは、顧客の取引記録、生産データベース、Webトラフィックログ、自動化、衛星、センサー、およびIoTで構成されています。
シーフード消費者のためのメリット：
結論：
コンピューター制御の漁業は、ビッグデータと人工知能のおかげで長足の進歩を遂げましたが、完全に自動化されるまでにはまだ長い道のりがあります。しかし、AIと自動化に全面的に投資することで、環境への影響とコストを削減しながら、世界の増え続ける人口を養うためのはるかに多くのシーフードを生産できるようになります。AIの開発にもかかわらず、完全な自動化はまだ不可能です。研究者たちは、人間の介入なしに実行できる技術を開発しています。AI養殖場は、運用で約95%の精度で、はるかに簡単に管理および維持できます。AIが正しく適用されれば、養殖製品の生産は急速に増加する可能性があります。
著者：Sakshi Gupta