Bærekraftig havbruk ved bruk av kunstig intelligens

ABB og Microsoft i samarbeid med Norway Royal Salmon bidrar til bærekraftig havbruk ved bruk av kunstig intelligens. Resultatet er produksjon av mer laks til lavere kostnader på en mer bærekraftig måte, hevdes det.

Publisert Sist oppdatert

Denne artikkelen er 2 år eller eldre

Norway Royal Salmon (NRS) selger rundt 70 000 tonn laks hvert år. Dette tilsvarer en million laksemåltider per dag, året rundt.

I til tider krevende omgivelsene for opprett i Nord-Norge, ønsket NRS å øke sikkerheten til de ansatte, redusere driftskostnadene og prioritere bærekraften i havbruk.

Gjennom et pilotprosjekt med kunstig intelligens (AI) har ABB og Microsoft samarbeidet om en løsning med NRS for å produsere bærekraftig sjømat på en tryggere måte. Pilotprosjektet viste at NRS kan øke effektiviteten og sikkerheten til sine arbeidere . Den nye teknologien vil føre til reduserte utslipp i form av redusert båttransport, økt effektivitet og forbedret fiskevelferd på grunn av mindre håndtering av fisken.

Ved bruk av undervannskameraer og kunstig intelligens beregnes biomasse og å telling av fisk.

Teknologien kombinerer bruk av undervannskameraer og kunstig intelligens for å beregne biomasse og å telle fisk. Denne teknologien vil gi oppdrettsnæringen bedre kontroll på hva som er i hver enkelt merde gjennom kontinuerlig overvåking.

Løsningen benytter Microsofts Azure og ABB Ability, som leverer ABBs bransjekompetanse fra komponent til skyløsninger for å levere en helhetlig tjeneste som vil gi stor verdi for oppdretterne, heter det i en melding fra ABB.

– Samarbeidet mellom ABB, Microsoft og NRS har vært svært nyskapende i dette prosjektet, sier Christian Bucher, global AI-spesialist hos Microsoft. - Alle parter tok fatt på en reise med et sterkt engasjement for en bærekraftig næringsmiddelfremtid. Bare gjennom slik felles-innovasjon og -samskaping mellom ingeniørteam og kunde, kunne vi oppnå maksimale fordeler. Vi gikk fra idé til installasjon på anlegget på bare noen få måneder.

 

Powered by Labrador CMS