当前位置:人工智能行业动态 → 正文

用人工智能来喂鱼:喂多少智能算法说了算

责任编辑:zsheng |来源:企业网D1Net  2019-01-11 11:19:26 本文摘自:科学大家

养鱼是一门“艺术”

有人说,养鱼很简单啊!但是如果你也这样认为,那就out了。养鱼是一门“艺术”,比如在喂鱼时,什么时候喂,喂多少,降/升温了怎么喂?这里面有很多的门道。在实际生产中,养殖人员经常为投喂多少困惑,喂少了鱼就会长的慢了。喂太多,饲料浪费就会增加,并且没有吃完的饲料在水里分解的时候还会消耗水里的氧气,并产生对鱼类有害的氨氮等有毒物质,严重的会影响鱼类的生命和生长。此外,企业管理者也非常关心怎样投喂可以达到效益的最大化等。而随着水产品价格的提高,养殖户鸟枪换炮,连自动化设备和人工智能这些高科技都整上了,养鱼早已经不是我们小时候印象中的落后场面了。你可以利用人工智能帮你打理喂鱼的事业。

听鱼说话,难!

那么在喂鱼的时候,问题来了,你咋知道你养的鱼吃没吃饱呢?而这绝对是投喂的重要依据。但是我们如何才能了解鱼类的胃口呢?这个是喂鱼过程中的关键同时也是难点。鱼类不会说话,或者是说话我们听不懂,或者是鱼会发出饥饿的信号,但是至今我们都没有发现或者理解。都说鱼只有3s的记忆,也不会和人沟通。那么怎么知道鱼今天饿不饿,胃口好不好呢?

在实际生产中,对鱼类食欲的评估主要是由喂鱼的人工观察,这种方法虽然比较直观,但是缺点也显而易见,每个人的经验和水平不一样,判断的标准和结果也不统一。而对于大规模的养殖场,这样的方式费时费力,人力成本的开销也较高。此外,还有学者通过利用肠胃饱满指数的方法来衡量鱼的食欲,即将鱼麻醉后取出并称量其肠胃内的干物质容量来量化饥饿程度。但是这种方法对鱼来说是致命的,在实际生产中也不具有大规模推广应用的可能。因此,如何不打扰鱼的正常生长获取其食欲是生产和研究中迫切需要解决的实际科学问题。

饿不饿:机器视觉察言观色

通过分析和研究,发现虽然影响鱼类摄食的因素很多,但它们都可以通过摄食过程中的行为变化表现出来。这其实和我们人类类似,我们饿的时候会有很多行为上的变化,有很多这样的成语比如:狼吞虎咽,饥不择食,嗷嗷待哺,饥虎扑食,等等。鱼饿的时候也会有很多行为上的变化,可以直接反映其饥饿程度。简单来说,鱼吃饱了,活动的范围和幅度就不一样了!但是,对于鱼饿不饿,只是一个模糊的概念,到底怎么才是饿,怎样才是不饿呢,这就需要一个客观准确的指标来描述鱼的饥饿程度。而这一切都可以利用人工智能技术实现。

人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大。机器视觉技术是人工智能发展的一个重要分支。简单说来,机器视觉就是用机器代替人眼和大脑来做观察和判断。视觉对人很重要,人类获得讯息90%以上是依靠眼睛的。目前机器视觉已经可以做到很多事情,比如车牌识别、文字识别、刷脸支付,自动驾驶无人车,制造业的自动检测,视频监控等。主要的工作流程就是通过采集目标的图像,传送给专用的图像处理系统对图像进行处理,分析后得到目标的形状、大小、颜色、运动方向速度等形态信息,并辅助以智能的算法,根据应用的场合自动做出决策,或者是直接控制现场的设备。机器视觉的优点非常多,由于它在采集图像的过程中不会接触被摄目标,也不会影响或者干扰目标的正常活动和运行。此外,机器视觉的硬件系统只需要一个摄像头和专用的处理模块,在大规模的应用时成本优势明显,是一种非接触式、无损的、低成本的检测方法。

然而,虽然机器视觉技术目前在工业现场用的比较成熟,但是,它还没有大规模应用于水产养殖中。这是由于水产养殖的特殊性决定的,一方面摄像头和研究对象之隔了水这一特殊的介质,光的折射、反光等现象影响了使用效果;另一方面,鱼有随环境颜色的变化调整体色的习性,导致采集到的图像对比度非常低。为解决以上问题,还需要研究水面反光的处理方法,自适应的图像对比度增强方法,达到最优的视觉效果,从而增强机器视觉在水产养殖中的使用效果。

最后,通过一系列的图像处理算法,自动分辨出每张图片那个是鱼,有多少鱼,鱼在哪里,因为鱼的活动引起了图像哪些地方发生变化等。结合连续采集的图片,可以计算每张图像中的鱼运动的快慢,方向等。然后综合以上的鱼的位置,大小,方向,速度等信息,结合一系列的数学算法,就可以得到评价鱼类的食欲和饥饿程度的指标。

喂多少:智能算法说了算

水产养殖投喂系统结构复杂,传统投喂方法应用局限较大。随着我国人工智能国家战略的提出和落实,推进人工智能与水产养殖的深度交叉跨界融合势在必行。利用智能算法,构建智能投喂决策方法,可以实现按鱼类的需要进行投喂。作为一种新兴的解决问题的形式,智能算法非常适合应用于水产养殖系统。当一个机器或者系统嵌入了这个算法后,它就拥有了人所具有的基本能力,比如观察、思考、学习、创造等。

然而其怎么可以实现投喂量和启停的判断呢?和人类一样,人类的经验和知识是通过学习得到的,人工智能模型或者算法之所以被称为“智能”的,是因为这些模型可以模拟人类的认识和经验积累过程,也需要学习,只不过是其学习后判断的标准是统一的,不会受客观因素的影响。其实现主要是首先建立训练集,告诉模型什么样的行为参数输入可以得到什么样的输出,模型训练后,完成学习过程,建立了一定的规则(即“经验”)。后续就可以实现对输入行为参数的判断,自动输出控制指令(继续或者停止投喂),就实现了按鱼类食欲的智能投喂决策,进而取代了以往靠简单选取阈值判断投喂。人工智能技术的出现使得喂鱼这项枯燥的操作产生了巨大变化,它能代替人来决定什么时间开始和停止喂食。

好不好?数据来说话

在其研究中,其水平已经处于国内外领先水平,并取得了很多技术层面上的创新。首次提出了基于鱼类行为指标的智能投喂方法,是对原先人工判断的一个重大突破。实验结果也表明,其可以极大节省饲料。更重要的是,如果任由节省的这部分饲料在水里分解,势必会污染环境。

实验结果也表明,在保证鱼类正常生长的前提下,鱼类的饲料转化率大大提高,可以节省饲料的成本。更重要的是,如果任由节省的这部分饲料在水里分解,势必会污染水质,有效的改善了水质。并且由于投喂的合理,鱼不会出现饥一顿饱一顿的情况,福利水平也提高了,鱼肉品质自然就会更好。经济效益自然就提高了。而基于人工智能的方法只需要一个摄像头和一系列的软件算法,并且在使用时,只需在初期设定和调试参数,后续可以做到无人值守,可以降低人工的成本,具有大规模推广应用的潜力。

但是截至目前,方法还只在一种鱼身上进行了测试。下一步,将继续完善其研究成果,通过在更多品种的鱼,更多的养殖模式(比如网箱,池塘等)上试验,提高方法的效果。并推进其在产业化中的应用,真正为产业发展解决实际问题,我们对其前景充满信心。

关键字:智能算法

本文摘自:科学大家

x 用人工智能来喂鱼:喂多少智能算法说了算 扫一扫
分享本文到朋友圈
当前位置:人工智能行业动态 → 正文

用人工智能来喂鱼:喂多少智能算法说了算

责任编辑:zsheng |来源:企业网D1Net  2019-01-11 11:19:26 本文摘自:科学大家

养鱼是一门“艺术”

有人说,养鱼很简单啊!但是如果你也这样认为,那就out了。养鱼是一门“艺术”,比如在喂鱼时,什么时候喂,喂多少,降/升温了怎么喂?这里面有很多的门道。在实际生产中,养殖人员经常为投喂多少困惑,喂少了鱼就会长的慢了。喂太多,饲料浪费就会增加,并且没有吃完的饲料在水里分解的时候还会消耗水里的氧气,并产生对鱼类有害的氨氮等有毒物质,严重的会影响鱼类的生命和生长。此外,企业管理者也非常关心怎样投喂可以达到效益的最大化等。而随着水产品价格的提高,养殖户鸟枪换炮,连自动化设备和人工智能这些高科技都整上了,养鱼早已经不是我们小时候印象中的落后场面了。你可以利用人工智能帮你打理喂鱼的事业。

听鱼说话,难!

那么在喂鱼的时候,问题来了,你咋知道你养的鱼吃没吃饱呢?而这绝对是投喂的重要依据。但是我们如何才能了解鱼类的胃口呢?这个是喂鱼过程中的关键同时也是难点。鱼类不会说话,或者是说话我们听不懂,或者是鱼会发出饥饿的信号,但是至今我们都没有发现或者理解。都说鱼只有3s的记忆,也不会和人沟通。那么怎么知道鱼今天饿不饿,胃口好不好呢?

在实际生产中,对鱼类食欲的评估主要是由喂鱼的人工观察,这种方法虽然比较直观,但是缺点也显而易见,每个人的经验和水平不一样,判断的标准和结果也不统一。而对于大规模的养殖场,这样的方式费时费力,人力成本的开销也较高。此外,还有学者通过利用肠胃饱满指数的方法来衡量鱼的食欲,即将鱼麻醉后取出并称量其肠胃内的干物质容量来量化饥饿程度。但是这种方法对鱼来说是致命的,在实际生产中也不具有大规模推广应用的可能。因此,如何不打扰鱼的正常生长获取其食欲是生产和研究中迫切需要解决的实际科学问题。

饿不饿:机器视觉察言观色

通过分析和研究,发现虽然影响鱼类摄食的因素很多,但它们都可以通过摄食过程中的行为变化表现出来。这其实和我们人类类似,我们饿的时候会有很多行为上的变化,有很多这样的成语比如:狼吞虎咽,饥不择食,嗷嗷待哺,饥虎扑食,等等。鱼饿的时候也会有很多行为上的变化,可以直接反映其饥饿程度。简单来说,鱼吃饱了,活动的范围和幅度就不一样了!但是,对于鱼饿不饿,只是一个模糊的概念,到底怎么才是饿,怎样才是不饿呢,这就需要一个客观准确的指标来描述鱼的饥饿程度。而这一切都可以利用人工智能技术实现。

人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大。机器视觉技术是人工智能发展的一个重要分支。简单说来,机器视觉就是用机器代替人眼和大脑来做观察和判断。视觉对人很重要,人类获得讯息90%以上是依靠眼睛的。目前机器视觉已经可以做到很多事情,比如车牌识别、文字识别、刷脸支付,自动驾驶无人车,制造业的自动检测,视频监控等。主要的工作流程就是通过采集目标的图像,传送给专用的图像处理系统对图像进行处理,分析后得到目标的形状、大小、颜色、运动方向速度等形态信息,并辅助以智能的算法,根据应用的场合自动做出决策,或者是直接控制现场的设备。机器视觉的优点非常多,由于它在采集图像的过程中不会接触被摄目标,也不会影响或者干扰目标的正常活动和运行。此外,机器视觉的硬件系统只需要一个摄像头和专用的处理模块,在大规模的应用时成本优势明显,是一种非接触式、无损的、低成本的检测方法。

然而,虽然机器视觉技术目前在工业现场用的比较成熟,但是,它还没有大规模应用于水产养殖中。这是由于水产养殖的特殊性决定的,一方面摄像头和研究对象之隔了水这一特殊的介质,光的折射、反光等现象影响了使用效果;另一方面,鱼有随环境颜色的变化调整体色的习性,导致采集到的图像对比度非常低。为解决以上问题,还需要研究水面反光的处理方法,自适应的图像对比度增强方法,达到最优的视觉效果,从而增强机器视觉在水产养殖中的使用效果。

最后,通过一系列的图像处理算法,自动分辨出每张图片那个是鱼,有多少鱼,鱼在哪里,因为鱼的活动引起了图像哪些地方发生变化等。结合连续采集的图片,可以计算每张图像中的鱼运动的快慢,方向等。然后综合以上的鱼的位置,大小,方向,速度等信息,结合一系列的数学算法,就可以得到评价鱼类的食欲和饥饿程度的指标。

喂多少:智能算法说了算

水产养殖投喂系统结构复杂,传统投喂方法应用局限较大。随着我国人工智能国家战略的提出和落实,推进人工智能与水产养殖的深度交叉跨界融合势在必行。利用智能算法,构建智能投喂决策方法,可以实现按鱼类的需要进行投喂。作为一种新兴的解决问题的形式,智能算法非常适合应用于水产养殖系统。当一个机器或者系统嵌入了这个算法后,它就拥有了人所具有的基本能力,比如观察、思考、学习、创造等。

然而其怎么可以实现投喂量和启停的判断呢?和人类一样,人类的经验和知识是通过学习得到的,人工智能模型或者算法之所以被称为“智能”的,是因为这些模型可以模拟人类的认识和经验积累过程,也需要学习,只不过是其学习后判断的标准是统一的,不会受客观因素的影响。其实现主要是首先建立训练集,告诉模型什么样的行为参数输入可以得到什么样的输出,模型训练后,完成学习过程,建立了一定的规则(即“经验”)。后续就可以实现对输入行为参数的判断,自动输出控制指令(继续或者停止投喂),就实现了按鱼类食欲的智能投喂决策,进而取代了以往靠简单选取阈值判断投喂。人工智能技术的出现使得喂鱼这项枯燥的操作产生了巨大变化,它能代替人来决定什么时间开始和停止喂食。

好不好?数据来说话

在其研究中,其水平已经处于国内外领先水平,并取得了很多技术层面上的创新。首次提出了基于鱼类行为指标的智能投喂方法,是对原先人工判断的一个重大突破。实验结果也表明,其可以极大节省饲料。更重要的是,如果任由节省的这部分饲料在水里分解,势必会污染环境。

实验结果也表明,在保证鱼类正常生长的前提下,鱼类的饲料转化率大大提高,可以节省饲料的成本。更重要的是,如果任由节省的这部分饲料在水里分解,势必会污染水质,有效的改善了水质。并且由于投喂的合理,鱼不会出现饥一顿饱一顿的情况,福利水平也提高了,鱼肉品质自然就会更好。经济效益自然就提高了。而基于人工智能的方法只需要一个摄像头和一系列的软件算法,并且在使用时,只需在初期设定和调试参数,后续可以做到无人值守,可以降低人工的成本,具有大规模推广应用的潜力。

但是截至目前,方法还只在一种鱼身上进行了测试。下一步,将继续完善其研究成果,通过在更多品种的鱼,更多的养殖模式(比如网箱,池塘等)上试验,提高方法的效果。并推进其在产业化中的应用,真正为产业发展解决实际问题,我们对其前景充满信心。

关键字:智能算法

本文摘自:科学大家

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^