Искусственный интеллект и цифровые двойники: как ИИ меняет управление УЗВ

Современные рециркуляционные аквакультурные системы (УЗВ) — это уже не просто бассейны с фильтрами и насосами. Всё больше фермеров по всему миру переходят к использованию искусственного интеллекта (ИИ), машинного обучения и цифровых двойников для оптимизации процессов выращивания рыбы. Это даёт возможность минимизировать потери, снизить затраты, автоматизировать рутинные задачи и вывести эффективность на совершенно новый уровень.

Что такое цифровой двойник УЗВ?

Цифровой двойник (digital twin) — это виртуальная копия аквакультурной системы, которая в реальном времени синхронизируется с физическим объектом. Он получает данные с сенсоров (температура, pH, кислород, аммоний, поток воды, кормление, биомасса и т.п.), анализирует их, прогнозирует поведение системы и предлагает управленческие решения. Это позволяет:

Моделировать сценарии развития (например, перегрев воды, нехватка кислорода, болезнь рыбы);
Предсказывать рост рыбы и потребность в корме;
Определять оптимальные параметры для кормления и аэрации;
Предотвращать аварии до того, как они произойдут.

Пример: цифровой двойник в Норвегии на ферме Salmon Evolution с помощью нейросетей определяет, когда биофильтры перегружены, и автоматически регулирует поток воды, чтобы избежать накопления аммония.

Применение ИИ в реальных УЗВ

В 2024 году сразу несколько компаний представили решения на базе ИИ для аквакультуры. Среди них:

Ecto.ai (Норвегия) — платформа для мониторинга здоровья рыбы на основе изображений и видеоаналитики. Камеры отслеживают движения и внешний вид рыбы, а ИИ выявляет ранние признаки стресса, заболеваний, нарушения аппетита.
Aquabyte (США/Норвегия) — система определения веса и роста рыбы с помощью компьютерного зрения, что позволяет отказаться от ручного взвешивания.
Bioceanor (Франция) — нейросетевая модель прогнозирует качество воды в УЗВ на 72 часа вперёд, используя данные о метеоусловиях, составе воды и предыдущих изменениях.

Всё чаще используется предиктивная аналитика кормления. ИИ анализирует поведение рыбы, скорость её движения, частоту всплытий к поверхности и предсказывает оптимальное время и объём подачи корма. Это позволяет:

Уменьшить перерасход корма (до -25%);
Избежать загрязнения воды несъеденными гранулами;
Снизить FCR (коэффициент конверсии корма).

Преимущества и вызовы

Плюсы:

Более стабильные условия содержания;
Своевременное выявление отклонений;
Экономия ресурсов (вода, корм, электроэнергия);
Повышение биоразнообразия и устойчивости микрофлоры.

Минусы:

Высокая стоимость внедрения;
Необходимость в цифровой инфраструктуре и обученном персонале;
Зависимость от качества исходных данных — “мусор на входе = мусор на выходе”.

Тем не менее, большинство ведущих УЗВ в Европе и Азии уже начали процесс цифровизации. Норвежская компания Cermaq, например, заявила, что их ИИ-система позволила сократить смертность на 12% и повысить рентабельность на 18%.

Будущее: автономные УЗВ?

Главная цель цифровых решений — создание автономных рыбоводных хозяйств, которые требуют минимум вмешательства человека. Уже сейчас тестируются полностью автоматические УЗВ, где роботы подают корм, ИИ следит за состоянием рыбы и воды, а цифровой двойник управляет всей системой в режиме 24/7.

Источник: отчёты AquaNor 2024, FAO Smart Aquaculture Taskforce, Ecto.ai