來自SeafoodSource 5月26日消息，美國國家海洋和大氣管理局漁業(yè)部門希望用人工智能(AI)改進其對蛤蜊捕撈的電子監(jiān)控，并希望在今年8月開始收集圖像以開發(fā)這項技術。

東北漁業(yè)科學中心正在尋找服務商，在商業(yè)捕魚船“ESS Pursuit”上安裝攝像機，開發(fā)一種機器學習算法，可以自動處理視頻，并為未來的人工智能開發(fā)生成大型圖像庫。

長期以來，美國國家海洋和大氣管理局(NOAA)一直依靠大量的觀察員，與漁民一起到船上收集重要的捕撈數(shù)據，以確保遵守法規(guī)。然而，觀察者每天的費用高達800美元，對于利潤微薄的漁民來說，這筆費用非常昂貴，一旦出海，漁民經常會發(fā)現(xiàn)，在漁船有限的作業(yè)空間里，觀察員會礙手礙腳。

NOAA轉向使用電子監(jiān)控，在船只配備攝像頭來跟蹤商業(yè)捕魚活動，以幫助減輕監(jiān)控帶來的物質和經濟負擔。然而，電子監(jiān)控仍然依賴于大量的觀察員，而不是被派到船上，他們回放大量的錄音以供審查。

根據皮尤慈善信托基金(Pew Charitable Trusts)今年2月發(fā)布的一份白皮書，人工審查電子監(jiān)控項目收集的數(shù)百萬小時視頻需要大量資源，這是推廣應用的巨大障礙。

通過利用人工智能自動化審查過程是NOAA正在考慮的一個解決方案。該機構認為，機器學習工具將減輕漁民的負擔，又可提高數(shù)據收集的準確性，并降低監(jiān)測的總體成本。

盡管如此，構建有效的人工智能工具仍然存在重大障礙，其中最大的障礙是開發(fā)必要的訓練數(shù)據。機器學習算法必須在大量的圖像數(shù)據集上進行訓練，以便有效地掃描視頻并提取所需的信息。

NOAA已經確定建立一個大型圖像庫作為區(qū)域優(yōu)先事項和整個機構的戰(zhàn)略舉措，但據NOAA稱，目前的數(shù)據集還不夠強大，無法進行機器學習。

東北漁業(yè)科學中心計劃于今年8月在美國馬薩諸塞州伍茲霍爾進行2023年底拖網蛤蜊調查，以創(chuàng)建該數(shù)據并開始開發(fā)算法。通過這個項目產生的數(shù)據和算法都將是開源的，這意味著未來可以很容易地在蛤蜊調查的基礎上，繼續(xù)開發(fā)人工智能工具。