AI如何帮助保持海洋渔业可持续 - 海洋渔业可持续性

2 K" f1 y5 b. n r$ H# W" @1 u

摄像机安装在渔船上，结合先进的机器学习可以帮助更好地监测合法和非法捕捞，倡导者说。

( S! s4 w' [6 z7 b8 a9 M, [0 a5 J

0 |% @; r) f D# @3 D- N; M% \. F

[照片：Jonne Roriz，由大自然保护协会提供]

1 p5 h3 `. K8 [* B7 z" P

在太平洋的一条延绳钓的金枪鱼小船。这艘由Luen Thai Fishing Venture拥有的船只是大自然保护协会，太平洋岛屿政府和工业界之间的合作项目的一部分，旨在测试电子监测系统与人工智能的结合如何帮助改善太平洋地区的可持续捕捞做法。

% S( ?/ k6 u b, e! }

数字令人震惊。

联合国粮食及农业组织（粮农组织）说，世界鱼类种群的过度开发正以惊人的速度增长。

近90％的产量达到或超过可持续能力，在不到10年的时间里，产量将增长17％。 ) w1 L" g$ T( `; P

可持续渔业的关键之一是雇用人类监测器来观察从海中捞取的东西。在美国，渔船通常由陪同遵守捕鱼条例的独立观察员陪同。

在其他国家的水域，这是一个完全不同的故事，所以希望停止过度捕捞的政府和独立机构正在转向一些相同的数字工具，让社交媒体网站识别照片中的面孔。

% `! u6 S! W) \+ `/ {) ~

在印度尼西亚和菲律宾到夏威夷的太平洋地区 - 世界上大多数金枪鱼捕捞的来源 - 只有2％的捕鱼作业由观察员观察，大自然保护协会Indo-Pacific主任Mark Zimring说，金枪鱼计划。

6 f: c; ?0 z4 G3 S& y

这使得科学家更难理解捕捞对该地区濒危物种的影响，这意味着大量有价值的鱼 - 包括世界各地寿司餐馆中发现的黄鳍金枪鱼和大眼金枪鱼品种 - 正在非法采集，他说。

& } n/ G2 l% F( C0 `

但是，通过使用相机记录捕获的生物和通过物种对其进行分类的复杂软件，有效地自动化观察者的部分工作，监管者将能够更全面地了解法律收获和检测非法操作。

$ O+ A6 K* Z3 k; x, B( n

正如自动化和机器学习给予互联网公司详细的记录和对用户在线行为的预测，他们可以使科学家和政府机构能够建立类似的详细的世界渔业模型。

}8 ^& N3 M8 w5 b3 P4 U

[照片：由大自然保护协会提供]

! g6 a6 x2 r2 O R; W, C

在一条延绳钓的金枪鱼小船安装的Satlink高清电子监控照相机的特写镜头在帕劳。电子监控系统将运动传感器和GPS系统与记录在甲板上发生的一切的摄像机连接起来，使政府和行业玩家能够看到船上携带的物种。

' h, k Q. b. V% h

“今天估计，所谓的非法，未报告和无管制的捕鱼费用在每年5亿美元到15亿美元之间的区域，”Zimring说。即使低意外捕获和杀死重要捕食者，如鲨鱼，也可能对水生生态系统产生重大影响，他说。

“我们真的需要了解，从一种科学的角度来看，当有风险的物种，如鲨鱼和海龟被捕获，真正发生在他们身上，”他说。

大自然保护协会正与该区域的政府，包括在帕劳，密克罗尼西亚，马绍尔群岛和所罗门群岛的政府合作，实施替代监测方案，捕获渔船的录像，而不是在每艘船上安放观察员。到目前为止，该集团已经装备了十几艘相机的船，计划今年放更多。

录像存储在硬盘上，当船进入港口时可以移除进行分析。但是这种方法仍然产生大量的原始视频，需要手动手动分析。为了分析镜头更可行，大自然保护协会正在研究如何使用机器学习技术来处理视频材料。

“你必须能够将原始视频数据翻译成有用的信息，这就是我们认为机器学习真的可以帮助，”Zimring说。该组织正在赞助机器学习竞赛平台Kaggle的15万美元挑战，寻求能够最佳地分类由渔船捕获的海洋生物类型的算法。

5 A0 X& B" V5 n0 F8 |) W- ^) n& m

即使自动化方法不能完全替代人体分析，如果他们可以减少人们需要检查的镜头量，节省时间，并且可能更有效地传输视频材料，那么它们仍然可以提供很大的好处。

5 F7 W# k% c9 s3 K9 b6 }4 l1 j

同样，国家海洋和大气管理局（NOAA）正在调查在美国从大西洋到太平洋的渔业中使用电子监测。一个试点项目是将相机放在阿拉斯加的小船上，捕捉鱼如鳕鱼和大比目鱼。

7 O0 L' ]& b0 n* B; {# z* O+ p; `

NOAA的阿拉斯加渔业科学中心的渔业监测和分析部主任Chris Rilling说：“很难在这些船上获得观察员，我们一直与他们一起开发电子监测作为替代方案。现在，参与自愿试验计划的渔船配备了摄像机和硬盘，定期运送到NOAA进行人工检查，但该机构正在开发一套用于机器学习算法的训练数据，以期整合自动分类。

9 t! j# z% l* m+ M: [

[照片：JONNE RORIZ，由大自然保护协会提供]

长线金枪鱼渔业中的人类观察者Ivan Sesebo收集数据并跟踪船舶遵守捕鱼法规的情况。到目前为止，只有2％的长线金枪鱼船上有人类观察员监测捕获。保护协会和合作伙伴正在测试电子监测系统与人工智能的结合如何填补这一数据差距。

$ [* b/ U# f5 M: H- Z

NOAA研究员Farron Wallace说：“培训数据集必须来自你担心的渔业，因为你需要了解物种的复杂性。即使机器学习算法不完美，他们仍然可以提供有价值的信息，因为科学家将能够测试他们产生的数据的固有不确定性，他说。

NOAA 还在试验以电子方式监测鱼类，当他们仍然在水下。2015年首次推出的一台设备使用一台低功率计算机和声纳系统连接到海底，以自动调查鱼群。

NOAA生物学家Alex De Robertis说：“这些仪器唤醒并发出响声，我们测量反射的能量，并告诉我们有多少鱼。当设备的工作完成后，NOAA研究人员向其发送一个特定的音频信号，使其使用附着的浮选装置从海底分离到地面。

今年夏天，该机构计划将一些设备放置在北极的偏远地区，在冬季通常难以到达昂贵的破冰船，并且将它们留在原地，以便在冬季冻结后跟踪鱼群和运动。

“我认为这真正的力量是看长时间，”德罗伯特斯说。“在那里冬天时这是冰覆盖，非常敌对，非常昂贵的工作。

& K! |- k) Z( ^8 c