Норвежские ученые из Университета Бергена (UiB) в сотрудничестве с инновационной компанией Vestlandets Innovasjonsselskap (VIS) представили проект FishMet – концептуально новую разработку для аквакультурной отрасли. Возглавляемый профессором Иваром Рённестадом и научным сотрудником Сергеем Будаевым, проект направлен на создание практических инструментов на основе многолетних исследований в области морской физиологии и поведения рыб. Ключевая цель инициативы – помочь хозяйствам по выращиванию лосося и форели оптимизировать стратегии кормления, сократить потери корма и улучшить благополучие рыбы.
В основе FishMet лежит модель «цифрового двойника» – виртуальной рыбы, которая с высокой точностью имитирует аппетит, пищеварение, метаболизм и рост. Система интегрирует биологические и средовые данные, такие как размер рыбы, тип и график кормления, температура воды, уровень кислорода и поведенческие показатели. На основе этих входных данных модель прогнозирует объем потребления корма, скорость его прохождения по кишечнику, темпы роста, коэффициент конверсии корма и даже индикаторы стресса. Платформа спроектирована как модульный симулятор, способный моделировать как отдельных особей, так и целые популяции, и доступна через открытый API.
Важным отличием FishMet от многих аналогов является его прозрачность. Вместо того чтобы полагаться исключительно на методы машинного обучения по принципу «черного ящика», система построена на модели нейрофизиологических петель обратной связи, контролирующих аппетит рыбы. «Мы стремимся создать прозрачного цифрового лосося, который объединяет искусственный интеллект с десятилетиями биологических знаний. Он будет служить как исследовательским инструментом, так и практическим предиктором для аквакультуры, особенно в ситуациях с нехваткой данных», – отметил Сергей Будаев. Алгоритмы FishMet базируются на обширных экспериментальных исследованиях, посвященных физиологическим механизмам регуляции аппетита.
Первоначальные пилотные испытания уже продемонстрировали многообещающую точность прогнозирования. Модели удалось успешно оценить время прохождения корма по кишечнику у радужной форели (Oncorhynchus mykiss) и показатели роста атлантического лосося (Salmo salar). По словам исследователей, хотя требуются дальнейшие проверки, потенциальные выгоды от внедрения технологии очевидны – это сокращение потерь дорогостоящих кормов, повышение эффективности роста и снижение воздействия на окружающую среду со стороны лососевых ферм.
На данный момент FishMet находится на ранней стадии концептуальной проработки (уровень технологической готовности TRL 5), однако его прозрачность, основанная на глубоком понимании биологии рыбы, может стать ключевым преимуществом. В будущем планируется расширить область применения модели, включив в нее другие виды рыб, а также такие важные жизненные этапы, как смолтификация или контроль созревания. Проект уже доступен для изучения и лицензирования через компанию VIS.