2022/05/11 @國際
為了減少無意中被魚網捕獲的海洋生物種,法國海洋學機構Ifremer正在測試人工智慧拖網,目的是希望這些拖網能在捕撈回漁船之前先對水中的魚進行分類,以減少造成魚類不必要的死亡。
示意圖
拖網捕魚 (Trawling) 是一種廣泛使用的漁船捕魚方式,將一張巨大的魚網固定在漁船後方拖曳,然而所有的拖網捕撈方式都會破壞環境,其中影響最大的方式為底拖網捕撈 (bottom trawling),將一個大約為足球場面積大又重的魚網,沿著海底拖曳捕撈,捕撈所有進入到漁網中的生物,最終造成大量且非預定目標的海洋物種死亡。
法國海洋學機構Ifremer與其他合作夥伴,包括南布列塔尼大學 (UBS)、漁業委員會Morbihan和專門研究高科技傳感器的公司Marport,正在進行一項名為「拖網遊戲」 (Game of Trawls) 的試驗,此名為引用電視劇「權力遊戲」(Games of Throne) 及拖網提供人工智慧控制的字首縮寫。團隊將人工智慧、水下圖像、聲學和分析軟體等最新技術應用於漁具,以傳感器和攝影鏡頭連結網路,並利用電腦視覺 (computer vision) 即時偵測與辨識漁網中的物種。先收集水下影像並進行標記,包括在魚類影像周圍繪製矩形框,並配對與物種名稱相對應的標籤,及訓練人工智慧辨識不同的物種。
團隊中的法國海洋學機構Ifremer致力於開發具選擇性的裝置;學術單位合作夥伴UBS 參與電腦科學、人工智慧、數學和材料設計研發項目;企業合作夥伴Marport公司將投入於環境測量、幾何和聲學成像儀器的研究與開發;最後,專業合作夥伴CDPMEM 56將提供其設計實際拖網捕魚活動的傳感器之專業知識。
目前研發試驗結果使用7個類別進行分類辨識,分別為海螯蜇蝦 (Nephrops)、刺鎧蝦 (Munida)、魚、蝦、海鰓 (Pennatulacea)、海葵 (Actiniaria)和海百合 (Crinoidea)。當物種經人工智慧檢測辨識後,若檢測到的物種為漁民的目標即駕駛拖網捕撈,否則將放行該物種。而拖網的人工智慧選擇性結果具二種情況,分別為拖網內和拖網前的選擇性,拖網內的選擇性指捕捉所有東西於拖網中,並對物種進行排序;拖網前的選擇性為只捕撈特定的物種,減少對海底的影響。拖網內的選擇性目前可使用5個類別,分別為鯖魚 (Mackerel)、竹筴魚 (Horse Mackerel)、鯷科 (Anchovy)、沙丁魚 (Sardine)和鱈魚 (Hake),而其他物種尚缺乏整合。
拖網遊戲提出一種新的方式,賦予漁民主動權可選擇捕撈預期之特定大小及數量的物種,長期目標為減少意外和不必要的捕獲並保護海洋生態系統。 【延伸閱讀】- 全世界底拖網捕魚足跡估算
資料來源