人工智能助力渔业

在挪威一个崎岖的峡湾深处，我们的团队聚集在一个封闭的金属环道旁，这个环道由支架架设在距地面1米处，里面注满了海水。我们将这个笨重的金属装置称为“鱼类测试环道”。在环道内，一条三文鱼正沿着直径3米的环形水道逆流而上，不知疲倦地遵循着洄游的本能。随着秒表发出哔声，有人喊道：“换鱼！”我们就迅速捞起这条鱼并称重，记录其健康数据，然后把它放归附近网箱的鲑鱼群中。从烈日当空到暮色西沉，我们的团队一直在忙碌，完成了数百条鱼的数据采集工作。

这并不是什么稀奇古怪的鱼类奥运会。相反，这是我们TidalX AI公司征程中的里程碑时刻，我们公司将人工智能和先进的机器人技术引入了水产养殖。

Tidal诞生于字母表（Alphabet，谷歌的母公司）旗下的X实验室（又名“登月工厂”），公司的目标是打造能够影响数百万人乃至数十亿人的技术。因此，2018年，公司将一些工程师带到了北极圈附近的一个养鱼场以期完成任务。我们的团队正在学习如何追踪鱼类的可见指标和行为指标，为其健康和成长提供新的洞见，并衡量养鱼场对环境的影响。水产养殖只是一个开始，我们深信，我们开发的模块化技术也将在其他海洋产业中发挥作用。

首先，我们与全球最大的鲑鱼养殖公司美威（Mowi ASA）展开了合作，目标是为养鱼场开发水下相机和软件系统。2018年有两周的时间，我们的硅谷工程师团队都全身心沉浸在鲑鱼养殖中，住在挪威岛上的爱彼迎民宿，乘坐小型摩托艇往返于养鱼场。我们希望尽可能多地了解养殖户的问题和需求。团队带着笔记本电脑、绳子、小工具和一个用现成零件拼凑而成的相机原型，这些装置最终成为了我们了解水下世界的窗口。

不过，我们遭到了经验丰富的养鱼户的质疑，他们之前见过太多自诩创新者的人夸夸其谈却成效寥寥。尽管养殖户渴望通过技术进步实现更高效、更可持续的经营，但他们坚信，任何新技术都不够强大和精准，无法带来真正的改变。业内人士都知道，海洋会无情地摧毁任何水下硬件和电子设备。

尽管如此，我们还是凭借那次早期的征途获得了最初的1000个鱼类数据点和不断扩大的水下图像库（从那时起，我们的数据集增长了数百万倍）。第一次收集的数据让我们得以精心训练我们的第一个人工智能模型，以识别人眼看不见的模式。两个月后，我们的演示软件成功地仅根据图像就估算出了鱼的重量。这是一次突破，它验证了我们的构想，不过，这只是多年技术发展之旅的第一步。

重量估算是我们将继续开发的一系列功能中的第一个，我们开发的这些功能将提高水产养殖场的效率，帮助养殖户尽早采取有利于鲑鱼福利的措施。借助有关鱼类生长速度的更好数据，养殖户可以更精确地计算投食率，从而能最大限度地减少饲料浪费和鱼类废弃物，这也有可能对周围的海洋环境产生影响。依靠我们的监测系统，养殖户还可以在病虫害大范围蔓延并需要花费昂贵的密集治疗之前发现问题。

长期以来，海洋一直吸引着字母表公司X实验室的工程师们，该计划的使命是打造新技术和创办盈利公司。在过去10年里，X实验室探索了各种海洋项目，包括将海水转化为燃料的项目、一个探索水下机器人是否可以种植海藻用于进行碳封存和提供食物的项目，以及一个用于产生清洁能源的浮动太阳能电池板的测试项目。

在某些方面，对于想要有所作为的工程师而言，开发有关海洋的技术是一个明智的选择。地球大约2/3被水覆盖，超过30亿人依靠海产品获取蛋白质。海洋对气候调节、维持生命的氧气和支持数十亿人的生计而言至关重要。尽管如此，联合国可持续发展目标中关注“水下生命”的第14个目标，却是17个目标中获得资金最少的一个。

随着世界人口持续增长，人类面临的最紧迫的挑战之一就是确保不断获得可持续的、健康的蛋白质来源。预计到2050年，全球人口将达到97亿，对海产品的需求将持续增长，海产品是比牛肉和猪肉等其他动物性蛋白质更健康、更低碳的最佳替代品。然而，当今的野生捕捞方式不可持续，全球近90%的渔业资源如今被视为已充分开发（即达到最大产能）或过度捕捞。

水产养殖有望成为一个好的解决方案。鱼类养殖有可能减轻野生鱼类种群的压力，提供一种更可持续的蛋白质生产方式，支撑数百万人的生计。此外，鱼类也是比陆地蛋白质更有效的蛋白质来源。鲑鱼的“饲料转化率”大约为11，这意味着它们每消耗1千克饲料，就会增加1千克体重；而牛需要消耗8到12千克饲料才能增加1千克体重。

不过，水产养殖业面临着越来越多的挑战，包括应对水温上升、海洋条件变化以及提高效率和可持续性的迫切需要。养殖户要为过量饲料和废弃物造成的污染负责，还要努力应对可能在养殖种群中迅速传播的鱼类疾病。

在Tidal公司，我们的团队正在开发既能保护海洋又能应对全球粮食安全挑战的技术。我们访问了挪威、日本以及许多国家和地区的水产养殖场来测试我们的技术，希望能够改变水产养殖方式，为鱼类、人类和地球贡献力量。

鲑鱼养殖是海洋养殖业中技术最先进的部门，因此我们从鲑鱼养殖着手。大西洋鲑鱼是一种广受欢迎的海产品，2023年，其全球市场规模达到近200亿美元，大西洋养殖鲑鱼达到287 万吨；全球养殖鲑鱼占鲑鱼总销量的近3/4。

我们与美威的合作结合了他们深厚的水产养殖知识与我们在人工智能、水下机器人和数据科学方面的专业知识。我们最初的目标是估算生物量，这是鱼类养殖的一项重要任务，需要实时准确地评估网箱内鱼类的重量和分布情况。掌握这项任务为改进技术设立了基线，因为更好的测量结果有助于实现更好的管理。

我们很快意识到，可靠的水下计算机视觉模型并不存在，甚至来自尖端人工智能的模型也不存在。最先进的计算机视觉模型没有接受过水下图像的训练，经常会出现识别错误，有时还会出现滑稽的结果，甚至有一个模型自信地将鱼分类为伞。此外，我们必须估计一个网箱中多达20万条鲑鱼的平均重量，但可用的参考数据（养殖户每周手工采样仅20条至30条鲑鱼）并不能代表整个种群的变化。我们深知计算机领域“垃圾进，垃圾出”那句格言，因此明白模型性能仅取决于用来训练它的数据的质量和数量。要开发精度符合美威公司期望的模型，需要一个极大规模的数据集。

因此，我们着手创建了一个高质量的海洋网箱图像数据集。在最早的根据图像估算鱼的重量的实验中，我们在实验室内研究过逼真的橡胶鱼。为了获得更优质的数据，2018年我们前往挪威收集素材。首先，我们尝试了在小围栏中拍摄单条鱼的照片，但事实证明，这种方法效率低下，因为鱼不一定会在相机前游动。

因此我们设计了鱼类测试环道，以便从各个角度捕捉单条鱼的图像。然后，我们将这些素材与相应的重量和健康测量数据配对，用于训练我们的模型。第二项突破则是我们获得了养鱼场的捕捞数据，捕捞时，每条鱼都会被单独称重。这一数据的添加，让我们的数据集扩展了1000倍，并提高了模型的性能。很快，我们就有了一个能够对给定围栏内整个种群的鱼的重量分布进行高精度、高准确性估算的模型。

在建立精确的人工智能模型时，我们也创建了一个全面的硬件包。该系统包括水下摄像机、用于在网箱内移动摄像机的自动绞盘，以及集成软件平台。

通过最初的现场实验，我们认识到了要在冰冻的温度、高浪和强电流等极端环境条件下操作相关技术的严酷事实。为了应对这一挑战，我们花了几年时间来对Tidal的技术进行严格的测试。我们模拟了极端条件，将设备推到了极限，甚至采用了通常用于军用装备的标准。我们测试了系统在足以使大多数电子设备内爆的压力下工作的表现。对实验室结果满意后，我们在北极圈以北的养殖场测试了我们的技术。

测试结果表明，这是一个非常有弹性的系统，具有高度响应性的顶部、底部和立体摄像头，其有效照明能够最大限度减少对鱼的压力。智能绞盘可全天候沿着水平轴和垂直轴自动移动摄像头，每天能收集数万条鱼的观察数据。挪威美威养殖公司的首席运营官奥伊文德·奥兰（Oyvind Oaland）称我们的商业产品是“水产养殖领域最先进的传感和分析平台，毫无疑问是最具潜力的平台”。

如今，Tidal系统能够为养殖户提供有关鱼类生长、健康状况和喂养情况的实时数据，有助于养殖户根据数据做出决策，优化相关作业。我们的关键创新之一是开发和集成了业界首个人工智能驱动的自动喂食系统。该系统能够只喂鱼需要的饲料量，从而最大限度地减少食物浪费和鱼类粪便，因此能够改善养鱼场对环境的影响。将我们的自动喂食系统与我们的摄像平台结合，养殖户就能在其网箱中部署一个一体化系统，从而节省成本、减少设备冗余。

不过，开发自动喂食系统也带来了新的挑战，而且并非都是技术上的挑战。我们最初的目标是根据影响鱼类食欲的大量因素来制定一种理想的喂食策略，使其能够便于每个用户无缝地直接采用。但是，当我们的策略与养殖户的喂食策略不同时，我们遭到了养殖户的抵制，他们的喂食策略往往以几十年的经验为基础。

这种反应迫使我们重新思考了我们的方法，从一刀切的解决方案转向了养殖户可以定制的模块化系统。这样一来，就可以让他们首先根据自己的特定喂食偏好来调整系统，建立信任和接受度。养殖户最初可以设定自己喜欢的最快和最慢喂食速度，以及他们对饲料损失的容忍度；随着时间的推移，他们对这项技术的信任度逐渐提升，就可以让系统更加自主地运行。在网箱中部署该系统后，系统会收集有关鱼类行为的数据，以及有多少饲料颗粒落入网中，从而改善系统对鱼类食欲的估计。这些不断进行的修正工作不仅能提高喂养效率，从而优化生长、减少浪费并最大限度地减少对环境的影响，还能使养殖户建立起信心。

事实证明，Tidal的技术拥有多种益处。借助自动化喂食系统，养殖户提高了生产效率，降低了成本，减少了对环境的影响。此外，我们的软件还能及早发现海虱寄生和伤口等健康问题，让养殖户能够及时有针对性地进行治疗和干预。有了准确的生物量和鱼类福利估算数据，养殖户就可以优化捕捞时间，并最大限度地降低捕捞的鱼因不健康或太小而无法在市场上以优质价格出售的风险。通过将人工智能整合到系统的各个方面，我们创造了一个强大的工具，让养殖户能够做出更明智的、可持续的决策。

该平台性方法还促进了技术专家与水产养殖专业人员之间的合作。目前，我们正在与养殖户和鱼类健康专家合作，研究机器学习的新应用，例如鱼类行为检测和海洋模拟建模。这种建模能够帮助养殖户预测和应对严重的挑战，例如由营养污染和水温升高引起的有害藻类繁殖。

到目前为止，我们已经在全球700多个网箱安装了该系统，收集了超过300亿个数据点，处理了1.5拍字节的视频素材，并在整个生命周期内监测了超过5000万条鱼。经过多年的研究和开发、商业验证和扩展，我们公司目前已经进入了下一个阶段。2024年7月，Tidal从字母表的X实验室剥离，成为了一家独立的公司，投资者包括美国和挪威的风险投资公司以及字母表。

从一个“登月计划”的想法到一个商业可行的公司，Tidal的旅程只是我们征途的开始。我们的星球面临着永无止境的挑战，利用前沿技术在需要快速适应的世界中生存和发展将比以往任何时候都更加重要。虽然水产养殖是Tidal的第一步，但海洋还有着非常大的潜力可以释放，可以用于支持经济和粮食安全的可持续未来。

我们的技术已经让鲑鱼生产更加高效和可持续，从而为海洋健康和依赖海产品获得蛋白质的不断增长的全球人口做出了贡献，对此我们感到很自豪。

Tidal的水下感知技术的应用范围远远不止水产养殖，它可以为海洋产业提供变革性力量，这些产业统称为“蓝色经济”。虽然我们的根基在于“蓝色食物”，但我们可以通过监测海上风力发电厂等海底基础设施来适应“蓝色能源”；可以改进海洋模拟以获得更有效的航运路线来适应“蓝色运输”；可以绘制和量化海草等海洋生态系统的碳储存能力来适应“蓝色碳”。

例如，我们已经证明，可以调整鲑鱼生物量估算模型，创建印度尼西亚东部海草床的详细三维地图，从而估算水面以下存储的碳量。我们的目标是填补一个关键的知识空白：科学家对于海草生态系统可以吸收多少碳的数据有限，这会削弱海洋碳信用市场的可信度。采用我们的技术可以促进科学理解、推动有关保护和保存这些重要海洋栖息地的投资。

最初始于一家挪威小型养鱼场中鱼类游经环形水道的实验，或将成为一套助力人类保护并充分利用海洋资源的技术组合。凭借其人工智能驱动的强大系统（专为抵御最严酷海洋环境设计），Tidal公司已做好准备，无论海况多么恶劣，都有能力彻底改变“蓝色经济”。

作者：Kira K. Smiley、Rajesh Jadhav、Grace C. Young

IEEE Spectrum

《科技纵览》

官方微信公众平台