不說可能不知道,台灣雖然土地面積小,養殖漁業技術卻是領先全球,甚至曾享有「草蝦王國」的美譽。然而隨著環境與氣候快速變遷,養殖漁業也面對巨大的挑戰。過去常被視為天災的「泛池」(Die-off) 風險,一來就造成全池魚蝦死亡,是漁戶們心中的痛。而只要透過大數據和人工智慧的結合,發展出智能水產解決方案,通過傳感器回傳監測結果,可以即時為魚塭「把脈」,彷彿看見「天機」一樣,預測將臨的危機並快速提供合適「處方」。
一般養殖蝦苗、魚苗的生長週期需要四個月到兩年不等,並且需要投入大量成本,細心呵護,但是可能因為氣候突然變化,或是水中氧氣不足等因素導致整池魚蝦一夕間暴斃死亡,漁戶心血化為烏有、產值蒸發,若以0.5公頃的白蝦來計算,可能就有上百萬的損失。民國70、80年代,台灣擁有全世界領先的草蝦養殖技術,年生產量幾乎佔全世界養殖草蝦的一半,被稱為「草蝦王國」一點也不為過,但是好景不長,幾年後因為長期飼養導致水質優養化,造成大量草蝦死亡。
藉由物聯網和人工智慧(AIoT)的導入,靠天吃飯的養殖業似乎出現了一線曙光!智能水產養殖公司寬緯科技總經理蔡政勳指出,魚塭會大規模「泛池」和水質有密切關係,因此水質的數據變得相當重要,藉由智慧養殖監測系統,測得水中氧氣濃度、水溫、酸鹼度等變化,綜合這些數據,可以即時監測與預測魚塭的情況。
從過往的歷史經驗來看,都是在深夜發生大規模魚蝦暴斃,養殖戶根本來不及應變。所以這些數據的價值在於,可以協助漁戶預測有哪些風險可能會發生,在足夠反應的時間內提出預警機制與應對方案,避免發生因反應不及而病急亂投醫的窘境。
以養殖業最重要的水質指標之一——還原氧化電位(ORP)來說,氧化還原電位是水溶液氧化還原能力的指標,ORP數據越高,表示水中含氧量充足,反之則可能因池中氧氣不足而造成魚蝦死亡。雖然透過大數據可以看出來歷史走勢,但往往只能在損失發生後檢討緣由,預測,才是真正的重點,也是應用AI的最大價值。
蔡政勳說:「我們要能夠Detection(偵測)與Prediction(預測)。」養殖魚塭導入人工智慧演算法後,可以根據這些數據,提前發出預警,避免災情發生。若是用石油來比喻,大數據就像油田,提供大量的數據資料;人工智慧則是在這些數據基礎上,提煉出有用的資訊,做出進一步的預測和判斷,提前找到更好的處方。
他舉例,在新竹有一個智慧漁村,是烏魚和白蝦的混養魚塭,新竹地區因靠近工業區,經常會有酸雨,影響魚塭PH值。所以他們就利用水中傳感器,很快發現水中酸鹼值的變化,並且第一時間在池子加入益生菌降低池中PH值,保障池裡魚蝦可以平安存活。而在同樣地區、沒有數據監測的漁戶,最終發生魚吃蝦的情況,造成損失。
蔡政勳形容,要把人工智慧導入養殖漁業,需要一步一腳印累積,是一個「黑手」的過程。他們透過感測技術、無線傳輸、雲端平台、太陽綠能、自動控制、專家養殖系統等方法,把龐雜的數據整合起來,找到合適的演算法,解決養殖漁業長期以來的痛點。更重要的是,同時找到產業轉型的契機。
為什麼養殖漁業需要轉型?聯合國糧農組織提到,2050年全球人口將會達到97億,糧食將會是一個重要議題;此外水產養殖因為其投入產出比相對較高,將成為未來人類主要的動物蛋白質來源。從2013年開始,水產養殖產量已經超過捕撈漁業的產量,2025年將超過2倍,而台灣養殖漁業的內銷產量更是名列四大漁業之首,因此如何藉由科技的方法提高養殖漁業的生產力,是十分值得關注的議題。
導入新科技是否會影響現有就業人口的生計?蔡政勳表示,AIoT的技術將可以協助漁戶提高生產力,不會造成失業,同時也可以解決貧窮問題。人工智慧應用在養殖漁業,因為需要從零開始進行整合,跟其他行業比起來相對比較辛苦,但是全球宏觀的角度來看,還是獨具意義。
Copyright© 台灣人工智慧學校 | Taiwan AI Academy 版權所有