Fiskodling med hjälp av AI och avancerad dataanalys

Landbaserad recirkulerande odling av fisk blir vanligare både i Sverige och internationellt. Här finns en stor potential att med hjälp av sensorer, artificiell intelligens (AI) och avancerad dataanalys optimera driften för väsentligt ökad ekonomisk och ekologisk hållbarhet.

I en förstudie till detta projekt har man utvecklat och demonstrerat metoder för optimerad, datadriven drift av en landbaserad fiskodling. Nu ska dessa metoder automatiseras och implementeras i produktionsmiljö i samverkan med svensk fiskproduktionsindustri. Projektet förbereder också för en kommersialisering av resultaten.

Fisken ska få lagom med foder

Det långsiktiga syftet med det här projektet är att göra det möjligt att optimera fiskproduktion med hjälp av sensorer och avancerad dataanalys. Genom en kamera ovanför vattenytan, kombinerad med undervattensmikrofoner och vattenkvalitetssensorer, ska fiskens aktivitet och foderkonsumtion identifieras. Detta gör det möjligt att optimera utfodringen och minska foderåtgången.

Ökar hållbarhet och effektivitet

Projektet ska också utveckla kostnadseffektiva metoder för att uppskatta fiskens biomassa, storleksfördelning och tillväxttakt. Denna information gör det möjligt att identifierarätt tidpunkt för slakt, vilket tillåter vidare optimering av processer och ökad effektivitet.

Resultaten möjliggör en långtgående digitalisering av den landbaserade fiskodlingsindustrin med potential att resultera i stora hållbarhets- och lönsamhetsvinster och att våra hav skonas.