養(yǎng)魚是一門“藝術(shù)”

有人說，養(yǎng)魚很簡單??！但是如果你也這樣認為，那就out了。養(yǎng)魚是一門“藝術(shù)”，比如在喂魚時，什么時候喂，喂多少，降/升溫了怎么喂？這里面有很多的門道。在實際生產(chǎn)中，養(yǎng)殖人員經(jīng)常為投喂多少困惑，喂少了魚就會長的慢了。喂太多，飼料浪費就會增加，并且沒有吃完的飼料在水里分解的時候還會消耗水里的氧氣，并產(chǎn)生對魚類有害的氨氮等有毒物質(zhì)，嚴重的會影響魚類的生命和生長。此外，企業(yè)管理者也非常關(guān)心怎樣投喂可以達到效益的最大化等。而隨著水產(chǎn)品價格的提高，養(yǎng)殖戶鳥槍換炮，連自動化設(shè)備和人工智能這些高科技都整上了，養(yǎng)魚早已經(jīng)不是我們小時候印象中的落后場面了。你可以利用人工智能幫你打理喂魚的事業(yè)。

聽魚說話，難！

那么在喂魚的時候，問題來了，你咋知道你養(yǎng)的魚吃沒吃飽呢？而這絕對是投喂的重要依據(jù)。但是我們?nèi)绾尾拍芰私怍~類的胃口呢？這個是喂魚過程中的關(guān)鍵同時也是難點。魚類不會說話，或者是說話我們聽不懂，或者是魚會發(fā)出饑餓的信號，但是至今我們都沒有發(fā)現(xiàn)或者理解。都說魚只有3s的記憶，也不會和人溝通。那么怎么知道魚今天餓不餓，胃口好不好呢？

在實際生產(chǎn)中，對魚類食欲的評估主要是由喂魚的人工觀察，這種方法雖然比較直觀，但是缺點也顯而易見，每個人的經(jīng)驗和水平不一樣，判斷的標準和結(jié)果也不統(tǒng)一。而對于大規(guī)模的養(yǎng)殖場，這樣的方式費時費力，人力成本的開銷也較高。此外，還有學者通過利用腸胃飽滿指數(shù)的方法來衡量魚的食欲，即將魚麻醉后取出并稱量其腸胃內(nèi)的干物質(zhì)容量來量化饑餓程度。但是這種方法對魚來說是致命的，在實際生產(chǎn)中也不具有大規(guī)模推廣應(yīng)用的可能。因此，如何不打擾魚的正常生長獲取其食欲是生產(chǎn)和研究中迫切需要解決的實際科學問題。

餓不餓：機器視覺察言觀色

通過分析和研究，發(fā)現(xiàn)雖然影響魚類攝食的因素很多，但它們都可以通過攝食過程中的行為變化表現(xiàn)出來。這其實和我們?nèi)祟愵愃?，我們餓的時候會有很多行為上的變化，有很多這樣的成語比如：狼吞虎咽，饑不擇食，嗷嗷待哺，饑虎撲食，等等。魚餓的時候也會有很多行為上的變化，可以直接反映其饑餓程度。簡單來說，魚吃飽了，活動的范圍和幅度就不一樣了！但是，對于魚餓不餓，只是一個模糊的概念，到底怎么才是餓，怎樣才是不餓呢，這就需要一個客觀準確的指標來描述魚的饑餓程度。而這一切都可以利用人工智能技術(shù)實現(xiàn)。

人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學。該領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴大。機器視覺技術(shù)是人工智能發(fā)展的一個重要分支。簡單說來，機器視覺就是用機器代替人眼和大腦來做觀察和判斷。視覺對人很重要，人類獲得訊息90%以上是依靠眼睛的。目前機器視覺已經(jīng)可以做到很多事情，比如車牌識別、文字識別、刷臉支付，自動駕駛無人車，制造業(yè)的自動檢測，視頻監(jiān)控等。主要的工作流程就是通過采集目標的圖像，傳送給專用的圖像處理系統(tǒng)對圖像進行處理，分析后得到目標的形狀、大小、顏色、運動方向速度等形態(tài)信息，并輔助以智能的算法，根據(jù)應(yīng)用的場合自動做出決策，或者是直接控制現(xiàn)場的設(shè)備。機器視覺的優(yōu)點非常多，由于它在采集圖像的過程中不會接觸被攝目標，也不會影響或者干擾目標的正?；顒雍瓦\行。此外，機器視覺的硬件系統(tǒng)只需要一個攝像頭和專用的處理模塊，在大規(guī)模的應(yīng)用時成本優(yōu)勢明顯，是一種非接觸式、無損的、低成本的檢測方法。

然而，雖然機器視覺技術(shù)目前在工業(yè)現(xiàn)場用的比較成熟，但是，它還沒有大規(guī)模應(yīng)用于水產(chǎn)養(yǎng)殖中。這是由于水產(chǎn)養(yǎng)殖的特殊性決定的，一方面攝像頭和研究對象之隔了水這一特殊的介質(zhì)，光的折射、反光等現(xiàn)象影響了使用效果；另一方面，魚有隨環(huán)境顏色的變化調(diào)整體色的習性，導致采集到的圖像對比度非常低。為解決以上問題，還需要研究水面反光的處理方法，自適應(yīng)的圖像對比度增強方法，達到最優(yōu)的視覺效果，從而增強機器視覺在水產(chǎn)養(yǎng)殖中的使用效果。

最后，通過一系列的圖像處理算法，自動分辨出每張圖片那個是魚，有多少魚，魚在哪里，因為魚的活動引起了圖像哪些地方發(fā)生變化等。結(jié)合連續(xù)采集的圖片，可以計算每張圖像中的魚運動的快慢，方向等。然后綜合以上的魚的位置，大小，方向，速度等信息，結(jié)合一系列的數(shù)學算法，就可以得到評價魚類的食欲和饑餓程度的指標。

喂多少：智能算法說了算

水產(chǎn)養(yǎng)殖投喂系統(tǒng)結(jié)構(gòu)復(fù)雜，傳統(tǒng)投喂方法應(yīng)用局限較大。隨著我國人工智能國家戰(zhàn)略的提出和落實，推進人工智能與水產(chǎn)養(yǎng)殖的深度交叉跨界融合勢在必行。利用智能算法，構(gòu)建智能投喂決策方法，可以實現(xiàn)按魚類的需要進行投喂。作為一種新興的解決問題的形式，智能算法非常適合應(yīng)用于水產(chǎn)養(yǎng)殖系統(tǒng)。當一個機器或者系統(tǒng)嵌入了這個算法后，它就擁有了人所具有的基本能力，比如觀察、思考、學習、創(chuàng)造等。

然而其怎么可以實現(xiàn)投喂量和啟停的判斷呢？和人類一樣，人類的經(jīng)驗和知識是通過學習得到的，人工智能模型或者算法之所以被稱為“智能”的，是因為這些模型可以模擬人類的認識和經(jīng)驗積累過程，也需要學習，只不過是其學習后判斷的標準是統(tǒng)一的，不會受客觀因素的影響。其實現(xiàn)主要是首先建立訓練集，告訴模型什么樣的行為參數(shù)輸入可以得到什么樣的輸出，模型訓練后，完成學習過程，建立了一定的規(guī)則（即“經(jīng)驗”）。后續(xù)就可以實現(xiàn)對輸入行為參數(shù)的判斷，自動輸出控制指令（繼續(xù)或者停止投喂），就實現(xiàn)了按魚類食欲的智能投喂決策，進而取代了以往靠簡單選取閾值判斷投喂。人工智能技術(shù)的出現(xiàn)使得喂魚這項枯燥的操作產(chǎn)生了巨大變化，它能代替人來決定什么時間開始和停止喂食。

好不好？數(shù)據(jù)來說話

在其研究中，其水平已經(jīng)處于國內(nèi)外領(lǐng)先水平，并取得了很多技術(shù)層面上的創(chuàng)新。首次提出了基于魚類行為指標的智能投喂方法，是對原先人工判斷的一個重大突破。實驗結(jié)果也表明，其可以極大節(jié)省飼料。更重要的是，如果任由節(jié)省的這部分飼料在水里分解，勢必會污染環(huán)境。

實驗結(jié)果也表明，在保證魚類正常生長的前提下，魚類的飼料轉(zhuǎn)化率大大提高，可以節(jié)省飼料的成本。更重要的是，如果任由節(jié)省的這部分飼料在水里分解，勢必會污染水質(zhì)，有效的改善了水質(zhì)。并且由于投喂的合理，魚不會出現(xiàn)饑一頓飽一頓的情況，福利水平也提高了，魚肉品質(zhì)自然就會更好。經(jīng)濟效益自然就提高了。而基于人工智能的方法只需要一個攝像頭和一系列的軟件算法，并且在使用時，只需在初期設(shè)定和調(diào)試參數(shù)，后續(xù)可以做到無人值守，可以降低人工的成本，具有大規(guī)模推廣應(yīng)用的潛力。

但是截至目前，方法還只在一種魚身上進行了測試。下一步，將繼續(xù)完善其研究成果，通過在更多品種的魚，更多的養(yǎng)殖模式（比如網(wǎng)箱，池塘等）上試驗，提高方法的效果。并推進其在產(chǎn)業(yè)化中的應(yīng)用，真正為產(chǎn)業(yè)發(fā)展解決實際問題，我們對其前景充滿信心。