Оптический прицел. Как машинное обучение помогает сохранить мировые запасы рыбы
  • АПК

Оптический прицел. Как машинное обучение помогает сохранить мировые запасы рыбы

  • 6 мин
  • 483

Рыба и морепродукты отвечают за 17% мирового потребления протеина. Между 2010 и 2014 годами объёмы мирового производства аквакультуры (фермерской рыбы) превысили объёмы вылова дикой рыбы как в абсолютном, так и в денежном выражении. Тем не менее вылов дикой рыбы остаётся важной частью экономики для многих развивающихся стран и наносит значительный ущерб экосистеме мирового океана. В 1950-х годах 90% рыбных угодий мирового океана были лишь частично задействованы рыбодобывающей отраслью, к 2010-м годам таких угодий осталось менее 8%. Пугающе выглядит динамика прироста уничтоженных угодий относительно восстанавливающихся.

Динамика изменения статуса рыбных угодий, 1950-2010-е ггоды

Источник: McKinsey

В сложившейся ситуации возникла концепция точного рыболовства — precision fishery, основная идея которой — обеспечить максимальную рентабельность бизнеса при минимальном воздействии на окружающую среду. Простыми словами, технологии должны давать рыболовам своевременную и точную информацию: куда плыть, сколько и какой рыбы выловить в соответствии с прогнозной моделью бизнеса и требованиями регулятора.

Такой подход реализуется через сбор и углублённую аналитику больших данных, машинное обучение и создание открытого информационного пространства в отрасли.

По словам Мэттса Йоханссена, руководителя Aker BioMarine Antarctic (мирового лидера по добыче криля), сейчас суда его компании проводят в море не менее 10% времени в поисках криля. После внедрения машинного обучения поисковой системы время на поиск будет стремиться к долям процента. Йоханссен также уверен, что эффективное управление отраслью возможно только на базе создания открытой информационной системы, равный доступ к которой будет обеспечен разработчикам решений, отраслевым регуляторам и участникам рынка.

Читайте ещё