Các nhà nghiên cứu đến từ Đại học Quốc gia Sun Yat-Sen (NSYSU, Đài Loan) đã giúp người nuôi tôm truyền thống của Đài Loan cải thiện sản lượng và chất lượng nhờ vào việc ứng dụng trí tuệ nhân tạo (AI) và phân tích tập dữ liệu lớn.

Thách thức quan trọng: chất lượng nước

Tốc độ tăng trưởng của tôm phụ thuộc nhiều vào lượng thức ăn và thời điểm cho ăn. Nước đục khiến chúng ta không thể nhận biết được bằng mắt thường rằng có còn thức ăn thừa trong nước không, hay là tôm có khỏe mạnh không. Do đó, người nông dân thường cho ăn quá nhiều, dẫn đến thừa thức ăn và chất thải sẽ tích tụ ở đáy ao hoặc hòa tan vào nước. Điều này không chỉ làm cho nước càng trở nên đục hơn mà các chất hữu cơ lơ lửng này có thể trở thành nguồn dinh dưỡng cho vi khuẩn gây bệnh và làm tôm chết hàng loạt.

Có nhiều giải pháp cho vấn đề này và cách dễ nhất là theo dõi nồng độ axit hữu cơ trong nước thường xuyên, kiểm tra lượng thức ăn còn sót lại và đánh giá sức khỏe tôm tại ao (dựa trên sự thèm ăn của chúng). Nhưng không có giải pháp nào trong số này là đơn giản đối với những người nông dân còn áp dụng các phương pháp truyền thống.

Một hệ thống mới: Camera làm mắt và AI là bộ não

Hệ thống nuôi trồng thủy sản hỗ trợ video dưới nước đặc biệt này có thể ghi lại cảnh quay thời gian thực đầy đủ màu sắc và cho phép quan sát tôm bằng công nghệ hồng ngoại. Người nông dân có thể điều khiển từ xa hệ thống phân phối thức ăn và xử lý bùn thông qua ứng dụng di động hoặc Internet, giúp giảm giờ lao độngvà giảm thiểu nguy hiểm khi làm việc vào ban đêm.

Cùng với đó, nhóm nghiên cứu còn phân tích một lượng lớn dữ liệu, bao gồm cả các hình ảnh giám sát nâng cao, để “huấn luyện” máy móc đưa ra quyết định về lịch trình cho ăn. Với công nghệ “học máy”, nhóm cũng có thể xây dựng mô hình tăng trưởng tôm trong tương lai, dựa trên số lượng, kích thước và tốc độ di chuyển của tôm trong ao, để có kết quả tốt hơn trong việc duy trì sự phát triển quần thể khỏe mạnh. Hơn nữa, công nghệ này có thể số hóa kinh nghiệm của người nuôi tôm thành dữ liệu và truyền lại cho các thế hệ kế tiếp.

Ví dụ, khi ruột của tôm trong hình ảnh xuất hiện những đường đứt quãng hoặc biến mất, điều đó thường cho thấy tôm bị bệnh hoặc chết. AI có thể giúp người nuôi tiến hành các biện pháp phòng ngừa bằng cách xử lý các cá thể tôm bị bệnh trước khi dịch bệnh có cơ hội lây lan.

Máy cho tôm ăn tự động chỉ xác định được việc cho ăn hay không, trong khi người nuôi vẫn cần điều chỉnh tần suất và số lượng cho ăn một cách thủ công. Vì thức ăn chiếm đến 40% tổng chi phí sản xuất nên việc kiểm soát lượng ăn chính xác sẽ giúp người nuôi tiết kiệm đáng kể chi phí. Hơn nữa, khi thu thập đủ dữ liệu để xây dựng mô hình tăng trưởng cho tôm, người nông dân sẽ có thể xác định thời điểm tốt nhất để bán tôm dựa trên các dữ liệu khoa học.

Cơ sở hạ tầng công nghệ thông tin là chìa khóa xây dựng cơ sở dữ liệu AI

Hầu hết các tổ chức ở Đài Loan vẫn chưa xây dựng cơ sở dữ liệu AI của riêng mình, đặc biệt là những tổ chức trong các ngành truyền thống vẫn dựa vào kinh nghiệm trong quá khứ để đưa ra quyết định. Để thực hiện chuyển đổi kỹ thuật số, các tổ chức này phải khám phá giá trị tiềm ẩn của dữ liệu của họ, trong đó xây dựng cơ sở hạ tầng công nghệ thông tin (CNTT) là chìa khóa.

Theo nhóm nghiên cứu, hệ thống lý tưởng nhất cho nuôi trồng thủy sản bằng AI sẽ yêu cầu 20 bộ mô-đun chụp ảnh dưới nước hoạt động đồng bộ, và lượng dữ liệu thô được tạo ra mỗi năm sẽ đạt 656TB. Với sự bùng nổ về khối lượng dữ liệu, việc xây dựng một cơ sở hạ tầng CNTT có thể mở rộng là rất quan trọng.

Tóm dịch: Ths. Lê Bá Nhật Minh – Nghiên cứu viên ICED

Nguồn: https://blog.seagate.com/special-ized/how-shrimp-farmers-are-using-ai-to-boost-harvest/