Newsletter Рассылка новостей Events События подкасты Видео Africanews
Loader
Свяжитесь с нами

Рыбнадзор в руках ИИ — решение проблемы морского браконьерства?

Совместно сthe European Commission
Рыбнадзор в руках ИИ — решение проблемы морского браконьерства?
Авторское право  euronews
Авторское право euronews
By  Денис Локтев
Опубликовано
Поделиться статьей
Поделиться статьей Close Button
Скопировать линк для интеграции видео Copy to clipboard Copied

Цифровые устройства могут подсчитывать уловы прямо на судах. Но согласятся ли рыболовы работать под неусыпным надзором искусственного интеллекта?

Ботсфьорд - рыбацкая деревня на северном побережье Норвегии, далеко за Полярным кругом. Это важный центр рыболовной промышленности, хотя живёт здесь лишь пара тысяч человек.

Мы на сейнере, выходящем в Баренцево море в коротком промежутке между двумя арктическими штормами — в надежде на хороший улов в этих холодных и непредсказуемых водах. Томми Йонассен, владелец судна, уточняет: "Бывает трудно, особенно осенью и зимой. Погода очень непредсказуема. Очень холодно. И, конечно, бывает и сильная качка... Мы работаем, когда есть улов - время суток не имеет значения. День, ночь - для нас все одно".

Как подсчитать 30 тонн улова поштучно?

Огромная сеть на этом судне может извлечь из воды 30 с лишним тонн рыбы в день. Больше всего рыболовы рады треске — она продаётся дороже других видов. Но и дешёвый улов нельзя просто выкинуть за борт — каждый пойманный вид нужно взвешивать и регистрировать по отдельности.

Проверки могут нагрянуть в любое время, и ошибки в отчетности грозят серьезными последствиям, включая крупные штрафы и сокращение промысловой квоты. "Рыбная отрасль в Норвегии строго регулируется, - подтверждает Йонассен. - Поэтому нам очень важно фиксировать точное количество улова, чтобы аккуратно отчитываться перед властями. Если ошибемся, то у нас конфискуют улов. То есть вся работа, которую мы проделали, была впустую".

Но как же взвесить все эти тонны разной рыбы быстро и точно? Обычно рыбаки определяют общий вес путем подсчета наполненных контейнеров. Но на этом судне установлено новое устройство - сканер улова. Он все еще в стадии разработки, и идея - использовать искусственный интеллект для определения вида, размера и веса каждой рыбы на конвейере. Задача - максимально автоматизировать отчётность.

Если данные об уловах занижаются, это может приводить к чрезмерному промыслу, который вредит рыбным запасам и экосистемам.

Рыбный сканер, который мы видели на борту - это часть европейского проекта EveryFish. Им руководит Рейчел Тиллер, главный научный сотрудник исследовательского института SINTEF Ocean в Тронхейме, убеждена: "Мы должны знать, что именно происходит в море, чтобы найти выход из кризисов - климатического кризиса, кризиса биоразнообразия. Нам необходимо больше знаний об океане. Мы изучаем прогресс в области технологий камер, машинного зрения, искусственного интеллекта, стремясь найти решения для рыболовецких судов - установить на них датчики, которые помогут автоматически фиксировать всю выловленную в море рыбу.”

Система разпознавания рыб

Это непростая инженерная задача. Чтобы сканерами улова можно было пользоваться, они должны быть надежными и точными. Рыбаки, контролеры и ученые должны доверять данным, получаемым с помощью искусственного интеллекта на борту.

Чтобы этого добиться, исследователи EveryFish разработали методы ИИ с открытым исходным кодом для идентификации разных видов рыб и оценки их веса.

Инженеры тесно сотрудничают с рыбаками: нужно, чтобы их решения отвечали реальным потребностям и хорошо работали на качающемся судне в холодных соленых морях.

Исследователь Эллинг Рудд Ойе обращает внимание на то, как важно "учитывать отзывы от промышленности, с судов, чтобы корректировать то, что делается в лаборатории". "А иначе, без обратной связи, мы рискуем уйти в совершенно неправильном направлении", - резюмирует он.

Для подсчета улова на небольших лодках исследователи разрабатывают системы компьютерного зрения; они могут идентифицировать и измерять отдельных особей в беспорядочной куче рыбы. Это позволит сканировать улов с помощью камер видеонаблюдения или даже смартфонов. Эта же технология позволит задействовать роботизированные руки для сортировки и обработки улова, освободив рыболовов от тяжелой ручной работы.

"В рыболовной отрасли вообще много физического труда, это тяжело для плеч, спины. При работе с рыбой приходится наклоняться. А теперь можно будет автоматизировать некоторые процессы с помощью роботизированных рук, - констатирует еще один исследователь, Йонатан Сьёлунд Дирстад. - Ключ к успеху здесь - наличие хороших систем зрения, способных анализировать и понимать, на что они смотрят".

Границы контроля

Бортовые камеры наблюдения уже используют для борьбы с незаконным промыслом и другими нарушениями. В таких странах, как Сейшельские острова, служба мониторинга регулярно просматривает записи с судов, чтобы убедиться, что рыбаки соблюдают правила.

В Европе видеонаблюдение должно будет соответствовать строгим законам о конфиденциальности и защите данных. Рейчел Тиллер делится наблюдениями: "Многие рыбаки уже скептически относятся к идее установить камеру на борту их судна, и это понятно. Я бы так же себя чувствовала, реши мой начальник установить камеру в моем офисе. Поэтому мы разрабатываем системы, которые будут автоматически размывать идентифицируемые элементы людей в соответствии с нормами о защите данных (GDPR) и так сохранять чувство личного пространства".

ЕС в скором будущем потребует обязательной установки камер наблюдения на судах повышенного риска, а также спутниковых систем слежения на всех рыболовецких судах.

Такие трекеры помогают сотрудникам Европейского агентства по контролю за рыболовством в испанском Виго следить за промыслом и координировать инспекции. Координатор проекта EFCA Лина Лендзбергиене показывает и рассказывает: "Сигнал с судна поступает на спутник, оттуда - в наши компьютеры, и мы можем видеть их местоположение на экране. Вот здесь наши суда, а здесь - рыболовецкие, и мы можем рассчитать время: сколько уйдет на то, чтобы инспекторы прибыли на место”.

В ожидании цунами данных

Судов с трекерами будет становиться всё больше, и центрам контроля придется обрабатывать растущие потоки данных. Компьютерные алгоритмы помогут их фильтровать, выделяя главное.

«У нас есть автоматические инструменты, способные выполнить определенный анализ - связанный, например, с зонами, закрытыми для рыболовства в Средиземном море, - комментирует Карлос Кусе, администратор контрольных операций, EFCA. - Например, есть хорошо известная зона Ябука/Помо-Пит в Адриатике. Там у нас действуют алгоритмы, которые выдают оповещение, если судно проходит эту зону с определенной скоростью, которая может свидетельствовать о том, что оно потенциально ловит там рыбу”.

Цифровые камеры и искусственный интеллект становятся ценным инструментом для контроля за рыболовством, но эксперты предупреждают: техника имеет ограничения и может давать сбои. Стремясь к ужесточению контроля, ЕС сочетает новые технологии с традиционными инспекциями. Увеличение потока цифровых данных призвано сделать рыболовство более экологичным и честным.

"Я говорю о настоящем цунами данных, которые к нам хлынут, - отмечает Свен Тахон, специалист по технологиям наблюдения, EFCA. - Придется задуматься о том, как с ними работать, какие технологии использовать для преобразования информации в пригодные для использования и практического применения модели. Для этого мы можем применять искусственный интеллект, алгоритмы, инструменты автоматического мониторинга. Все это очень хорошо. Но в конечном счёте, несмотря на новинки, нам все равно понадобится профессиональный вклад инспектора рыболовства".

Перейти к комбинациям клавиш для доступности
Поделиться статьей