ИИ пересчитает мальков на Кубани
Представьте себе задачу, что нужно выпустить в реку полмиллиона мальков стерляди. Каждый весит несколько граммов, размером с мизинец. Они идут плотным потоком, перекрывают друг друга, слипаются, плывут «паровозиком». До сих пор их считали двумя способами: либо вылавливали сачком небольшую партию, пересчитывали вручную и экстраполировали на весь объём, либо взвешивали пробу из сотни рыб, вычисляли средний вес и делили общую массу на этот показатель. Оба метода дают погрешность 10–20%. При выпуске ста тысяч мальков это означает, что десять–двадцать тысяч рыб оказываются неучтёнными — либо «недосчитанными».
На Кубани ставки особенно высоки. Здесь работают сразу три осетровых завода — Темрюкский, Ачуевский и Гривенский, — которые выпускают молодь в рамках компенсационных мероприятий. Когда предприятие строит мост, углубляет дно или перекрывает реку, оно наносит ущерб водным биоресурсам. По закону этот ущерб нужно компенсировать, а именно - вырастить и выпустить ровно столько молоди, сколько необходимо. Если расчёт показал 50 тысяч мальков стерляди — выпустить нужно именно 50 тысяч, а не «примерно столько».
Испытания нового оборудования с искусственным интеллектом проходили на двух площадках. В посёлке Ропша Ленинградской области система считала молодь радужной форели и палии, а на Можайском рыбоводном заводе, где объектом стала стерлядь. На обоих тестовых объектах точность достигла почти 100%. Главрыбвод теперь планирует установить такие комплексы на всех своих рыбоводных предприятиях — от Кубани до Дальнего Востока.
Отметим, что идея не нова. Похожие системы уже несколько лет работают в промышленной аквакультуре по всему миру. Исландская компания VAKI, один из пионеров отрасли, создаёт оптические счётчики, где рыба проходит через зону сканирования, а компьютер фиксирует её силуэт. Точность — выше 99%, производительность — до 1,2 миллиона мальков в час. Эти счётчики используют лососёвые фермы Норвегии, Шотландии и Чили.
Китайский FutureCounter пошёл дальше — внедрил алгоритмы глубокого обучения. Камера захватывает кадры, ИИ сегментирует контуры тел даже в плотном потоке, обрабатывает до 100 рыб в секунду и достигает точности 99,5%.
В России тоже есть успешный кейс. ИТ-компания Nord Clan разработала для рыбоводной фермы ZIZ систему на основе нейросети YOLOv5. Камера установлена над каналом, по которому рыба перегоняется между бассейнами. Алгоритм распознаёт особей, определяет их размер и не считает одну рыбу дважды благодаря механизму трекинга. Точность составила 99,78%, производительность фермы за девять месяцев выросла на 14% — с 130 до 150 тонн.
Почему же так важно считать рыбу точно? За каждой выпущенной рыбкой стоят деньги, юридические обязательства и восстановление популяций. К примеру, осетровые созревают годами, корм и содержание стоят недёшево. Выпустить меньше — недокомпенсировать экологический ущерб и получить штраф. Выпустить «больше» по бумагам — преступление, за которое предусмотрена ответственность. Старые методы с погрешностью, похоже, уходят в прошлое, а на их место приходит цифровой мозг со всей своей скрупулёзностью и непредвзятостью.