由於全球捕撈漁產量趨近飽和以及人口不斷增加,漁產需求量持續上升,養殖漁業成為漁產最大的供應來源。海大張忠誠教授團隊創新開發AIoT養殖管理系統,整合七大模組痛擊現行傳統養殖漁業三大痛點,提升漁民獲利... |
由於全球捕撈漁產量趨近飽和以及人口不斷增加,漁產需求量持續上升,養殖漁業成為漁產最大的供應來源。 海大張忠誠教授團隊結合AI人工智慧、IoT與養殖專業,建立AIoT養殖管理系統,有助於降低漁民進入箱網養殖經營門檻以及降低魚塭養殖成本,大幅提升漁民獲利,強化臺灣養殖漁業實力,成為世界漁業重鎮。 人力支出、餌料成本、自動化程度低為傳統養殖業三大痛點 目前台灣養殖產業所遇到的問題為: I. 人力支出高、獲利不穩 II. 飼料成本高昂 III. 導入現有自動化設備後仍無法解決投餌問題 針對殘餌浪費的痛點,張忠誠教授團隊開發的智慧投餌系統,透過經70萬筆資料訓練的AI演算法以飼料辨識與食餌偵測器結合自動投餌,並藉由影像判斷魚群的食慾與監控魚隻搶食情況,再進行智慧投餌,達到節省人力資源、減少飼料浪費與投餵成本,提高魚隻成長效率。根據實驗結果估算,殘餌率將由傳統人工的40%大幅下降至10%以下,可節省約30%的餌料成本,將近總養殖成本的15%。
使用智慧投餌系統,可顯著降低餌料的浪費。至於智慧化程度不足的問題,魚塭養殖漁戶可透過全域IoT系統進行全面性的監測養殖漁業最重要的三大項水質數據:溶氧量、水溫及pH值,以科學化數據搭配遠端智慧控制水車即時調整,持續優化魚隻養殖環境。 全域AIoT系統可即時監控水質各項指標變化 傳統上,養殖業者必須倚靠經驗或全年無休維持打氧機運作來確保溶氧量,耗費大量用電成本,全域IoT系統則能自動串接打氧機,一年替業者省下每公頃10萬元的電費,還能預警水溫、酸鹼度的變化,增加業者應變處置的空間,間接提升漁產的換肉率與存活率。 張忠誠教授團隊更開發出水下生物身長體重和行為分析系統,根據身長來判斷重量和申長情況。目前養殖業者若想要了解魚隻生長情形,必須使用人力下水觀測或者捕撈出水觀察,除了有大量人力耗費更可能造成魚隻損傷。張忠誠教授團隊發展的演算法,對魚隻的身長、重量量測準確率已經分別高達90%與80%,可以在不損及漁產的情況中,協助業者精準掌握生長狀況。 目前在系統的資料庫中,已經完成對海鱺魚和吳郭魚兩大養殖魚種的AI學習訓練,非魚物種則有龍蝦和花枝。值得一提的是,對於任何新魚種,這套系統只要經過大約兩個月的訓練學習,就能進入實際使用。
※系列報導: |
※本文由生策中心新創幫編輯群採訪撰寫(口述:海大張忠誠教授團隊 執筆:蔣士棋、陳柏翔)。如有引用,請確實註明出處來源。 |
Copyright © 2012 - 2025 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved
