Современные морские фермы сталкиваются с вызовом: регулярные инспекции сетчатых ограждений (нет-пенсов) являются дорогостоящими, трудоёмкими и потенциально опасными для персонала. Проект AquaChat++, представленный в августе 2025 года, предлагает инновационное решение — сочетание нескольких подводных дронов (ROV) и модели искусственного интеллекта класса LLM для автоматизации контроля садков.
Почему это важно
Повреждения сетчатых ограждений могут привести к утечкам рыбы, снижению урожайности и экологическим последствиям. Традиционные методы — дайверские проверки — ограничены по частоте, зависят от погодных условий и человеческого фактора. Часто обнаружение дефекта происходит слишком поздно.
AquaChat++ решает эти проблемы через автономную инспекцию и интеллектуальное управление.
Технология и работа системы
Система включает два ключевых компонента:
- Флот автономных ROV
- Каждый дрон оснащён камерами, сенсорами состояния батареи и двигателей (thrusters), средствами навигации.
- ROV способны работать в мутной воде и компенсировать движение под действием течений.
- Мульти-ROV подход обеспечивает полное покрытие территории фермы, повышая надёжность инспекции.
- ИИ-менеджмент (LLM)
- LLM переводит команды пользователя на естественном языке в конкретный план миссий для каждого дрона.
- Оптимизирует маршруты и распределение ресурсов (заряд батареи, рабочее время).
- Обрабатывает полученные данные, выявляет повреждения сетки и потенциальные угрозы.
В симуляциях проект показал, что такая система повышает покрытие инспекции, сокращает время на контроль и уменьшает энергозатраты по сравнению с ручным управлением ROV.
Преимущества для отрасли
Снижение затрат на персонал: меньше операторов и дайверов, что сокращает расходы и риски.
Повышение безопасности: сотрудники реже находятся в опасной зоне под водой.
Частые и качественные проверки: возможность оперативного обнаружения дефектов и повреждений.
Повышение эффективности и устойчивости: фермы получают более точные данные для управления, предотвращая утечки рыбы и минимизируя экологические последствия.
Вызовы внедрения
- Технические: требуется высокая точность карт и позиционирования, устойчивое соединение с дронами, защита от биообрастания и мутности воды.
- Экономические: оборудование ROV и ИИ стоит дорого, необходимы затраты на обучение и обслуживание.
- Данные и ИИ: качественные обучающие датасеты, чистые изображения и корректная обработка информации под водой.
- Регуляторные: распределение ответственности за инспекции и соблюдение нормативов.
Потенциал развития
AquaChat++ демонстрирует, что аквакультура может выйти на новый уровень автоматизации. Системы мульти-ROV и ИИ позволяют превратить инспекцию из редкого мероприятия в регулярный, почти непрерывный процесс. В долгосрочной перспективе это повышает производительность, снижает операционные риски и обеспечивает более устойчивое управление морскими хозяйствами.
Заключение: Использование искусственного интеллекта совместно с автономными подводными дронами открывает новую эру контроля морской аквакультуры. AquaChat++ — пример того, как технологии способны не только повысить безопасность и эффективность, но и заложить основу для масштабного внедрения автоматизированных систем в отрасли.
Источник: https://synthical.com/article/AquaChat++:-LLM-Assisted-Multi-ROV-Inspection-for-Aquaculture-Net-Pens-with-Integrated-Battery-Management-and-Thruster-Fault-Tolerance-51f6df6e-2a27-4559-811e-4687c7d5399f