После участия в выставке Sea Food и обсуждения с коллегами мы обратили внимание на перспективное направление: использование ИИ для поиска мест обитания дальневосточного краба и прогнозирования его миграций. Тема оказалась не только технологичной, но и крайне прикладной для всей рыбопромысловой отрасли.
Как сегодня ловят дальневосточного краба опытные экипажи
Современные методы ловли дальневосточного краба основаны преимущественно на использовании специализированных ловушек, которые ставятся на морском дне. Эти ловушки бывают конической формы с несколькими модификациями по размерам и конструкции, рассчитанные на разные виды краба. Ловушки опускаются на глубину с помощью канатов, длина которых примерно в 1,5 раза превышает глубину лова, а сами ловушки закрепляются в ряду, называемом «порядком», при помощи «хребтины» — системы крепления для удобного подъема улова на борт судна.
Важной составляющей является использование эффективной приманки — чаще всего свежей замороженной сельди, которая привлекает краба в ловушку. При этом ловушки маркируются буйками для точного определения места постановки. Канаты изготавливаются из синтетических материалов с различной плотностью, чтобы препятствовать наматыванию и обеспечивать надежное погружение.
Кроме того, промысел краба ведется с применением современных навигационных и технических средств, которые помогают выбирать перспективные места на основе глубин и морского рельефа. Применяется и комплексный подход с учетом сезонных миграций и биологии краба, что повышает эффективность ловли.
Таким образом, современный краболовный промысел — это сочетание качественных ловушек с эффективной приманкой, точной постановкой на морское дно и использованием технических средств для навигации и контроля улова, что обеспечивает рациональный и устойчивый подход к добыче дальневосточного краба.
И вот какие интересные мнения мы для себя подчеркнули.
Новый этап в крабовой индустрии — развитие мобильных приложений по определению места обитания дальневосточного краба.
В рыбопромысловой сфере базируются на системах мониторинга с привязкой уловов к географическим координатам. Такие программы анализируют данные о местах и времени улова, чтобы составлять карты уловистости и выявлять перспективные районы для промысла с учётом жизненного цикла краба. Это помогает эффективно планировать промысел и изучать динамику популяции крабов.
Кроме того, используются современные аналитические алгоритмы и базы данных, которые накапливают сведения о промысловых станциях, координатах и объемах вылова. На их основе формируются модели распространения краба и прогнозы оптимальных районов для ловли.
Однако специализированных программ, которые по внешним признакам или фотографиям распознают, где именно «жил» краб, пока нет. Есть, например, мобильные приложения на базе нейросетей, которые автоматически оценивают качество краба по фотографии среза конечности, но они не определяют место обитания.
В итоге для определения мест обитания краба применяется программное обеспечение, основанное на сборе и анализе данных о координатах улова и промысловых показателях, что помогает создавать точные карты скоплений краба и планировать промысел.
Приложение CrabMIC: искусственный интеллект в действии
Приложение CrabMIC — это мобильный инструмент для оценки качества дальневосточного краба на основе анализа фотографий среза конечности краба. Пользователь загружает в приложение снимки среза, а искусственный интеллект с помощью технологий компьютерного зрения и машинного обучения распознаёт качество краба, его соответствие стандартам, а также другие параметры, важные для оценки промыслового улова.
CrabMIC позволяет автоматизировать и ускорить процесс сортировки и контроля краба, что повышает объективность и точность оценки продукции на промысловых и перерабатывающих предприятиях. Приложение было отмечено серебряной медалью на Tagline Awards-2023 в номинации «AI-технологии и чат-боты», что подтверждает высокую технологическую составляющую и актуальность решения.
Приложение CrabMIC собирает и обрабатывает данные следующим образом:
- Пользователь загружает фотографии срезов конечностей краба.
• Нейронная сеть на базе модели YOLO v4 анализирует эти фотографии, разделяя конечность на зоны, заполненные мясом, и пустоты, и рассчитывает процент наполнения мясом с точностью около 99%.
• Благодаря автоматизации оценки программы ускоряют процесс контроля качества краба, стандартизируя результаты и снижая влияние субъективного фактора.
Таким образом, CrabMIC — это специализированное AI-приложение для анализа визуальных данных о крабе, которое быстро и точно оценивает качество промыслового улова, помогая улучшить управление качеством крабовой продукции.
Как можно прогнозировать движение краба
Прогнозирование движения дальневосточного краба с помощью искусственного интеллекта основывается на анализе больших объемов данных о морской среде, поведении и миграциях краба. Современные системы применяют методы машинного обучения и глубокого обучения, включая рекуррентные нейронные сети (RNN), долговременную кратковременную память (LSTM) и сверточные нейронные сети (CNN), для обработки исторических данных и создания моделей движения и распределения краба в акватории.
Используются данные о гидрологических условиях, температуре воды, рельефе морского дна, кормовой базе и предыдущих маршрутах миграций, которые поступают от подводных роботов, гидролокационных систем и спутникового мониторинга. ИИ анализирует эти факторы и строит прогнозы, позволяющие точно определять вероятные места и время скопления краба, что помогает оптимизировать промысловые рейсы и снизить экологическое воздействие.
Примером является использование телеуправляемого робота Smart Fish с ИИ-модулем машинного зрения, который собирает гидрологические данные и оценивает условия среды для краба, а затем анализирует маршрут миграции. Также ИИ-системы могут интегрировать спутниковые данные и метеоусловия для комплексного прогноза, подобно системам прогнозирования циклонов с использованием нейросетей.
Таким образом, ИИ прогнозирует движение краба, комбинируя экологические данные, поведенческие паттерны и технологические мониторинговые средства, что значительно повышает точность и эффективность управления промыслом.
Можно ли создать миграционные карты движения краба
Да, можно создать миграционные карты по движению дальневосточного краба. Такие карты строятся на основе многолетних наблюдений и сбора данных о местах обитания, сезонных миграциях и изменениях численности краба. Например, известно, что камчатский краб совершает значительные сезонные миграции от зимовочных глубоководных районов к прибрежным мелководьям весной и обратно осенью. Данные фиксируются с помощью подводной видеосъемки, гидролокации, GPS-маршрутов судов, а также экологических параметров среды.
Создание миграционных карт позволяет визуализировать основные пути и зоны концентрации краба, оценивать динамику популяции и прогнозировать места скопления для эффективного промысла. В научных исследованиях используются специальные программы для построения таких карт, также интегрирующие современные методы ГИС и статистического анализа данных промысла и биологических наблюдений.
Миграционные карты камчатского краба — это практический и научный инструмент, который помогает оптимизировать промысел и охрану ресурсов, основываясь на сезонных и пространственных изменениях распределения краба в акваториях Дальнего Востока.
Взгляд в будущее
Использование ИИ в морском промысле открывает новую эру — от анализа качества продукции до точного прогнозирования движения крабов. Эти технологии делают промысел более эффективным, экологичным и управляемым.
Если вы хотите узнать больше о цифровых решениях для морской отрасли или внедрить ИИ-системы в свой бизнес, свяжитесь с нами — вместе мы сможем создать инновационные инструменты для устойчивого будущего промысла.
