
Un sistema tecnológico de reconocimiento y clasificación de especies de peces para salvar el salmón del Atlántico

Esta es la historia de cómo Huawei y una asociación local de cazadores y pescadores -Berlevåg Jeger- og fiskerforening (BJFF)- desarrollaron una trampa automatizada para peces con un sistema de cámaras incorporado y un software de inteligencia artificial para eliminar el salmón jorobado invasor de un río de Berlevåg, una pequeña comunidad situada en el extremo norte de Noruega, junto al mar de Barents. Al impedir que el salmón jorobado remonte los ríos, eliminamos el riesgo de reproducción y reducimos la amenaza de las especies invasoras en los ríos. Las poblaciones de salmón atlántico están expuestas a diversas amenazas, pero la del salmón jorobado invasor es la más importante. Esta es la historia de cómo salvar al salmón atlántico mediante el uso de la tecnología. El problema del salmón jorobado está aumentando drásticamente, y como resultado, el diseño de construcción de la trampa para peces está preparado para ser duplicado y adaptarse a otros ríos
Contexto
Défis à relever
El reto consiste en eliminar el salmón jorobado de los ríos noruegos para preservar la biodiversidad autóctona del Ártico de forma eficaz. El hábitat natural del salmón jorobado se encuentra en el océano Pacífico, pero está presente en los ríos noruegos desde la década de 1960. En 2017, la presencia de salmón jorobado aumentó rápidamente en los ríos de la línea costera noruega, acercándose a niveles alarmantes. La especie invasora de salmón foráneo ha sido catalogada como de "alto riesgo" en cuanto a amenaza para la biodiversidad autóctona, especialmente para las especies locales de salmón. El salvelino de Storelva es una población pequeña y en apuros. Si una gran cantidad de salmones jorobados desova en la misma zona, supondrá un riesgo muy alto para nuestros peces locales, pudiendo llegar a destruirlos. La tarea de eliminar el salmón jorobado de los ríos ha sido especialmente difícil, ya que llega a los cursos de agua en manadas, a menudo entre el salmón atlántico. En la actualidad, la retirada del salmón jorobado la realizan manualmente voluntarios, lo que resulta muy ineficaz.
Ubicación
Procesar
Resumen del proceso
El dispositivo de borde extraerá secuencias de vídeo HD de las cámaras submarinas. El dispositivo procesa las secuencias de vídeo y almacena los clips de vídeo sin procesar y los metadatos estructurados en el disco duro local.
A intervalos regulares, todos los datos almacenados en el dispositivo se cargarán en un centro de datos remoto. En el centro de datos, los metadatos estructurados se utilizarán para entrenar un nuevo modelo de IA. El modelo de IA se cargará en el dispositivo de borde y funcionará como de costumbre.
Bloques de construcción
Módulo de captura de vídeo y reconocimiento de peces
Con cámaras HD submarinas desplegadas en los ríos, las secuencias de vídeo se envían a un dispositivo periférico. Estos dispositivos están físicamente cerca de los ríos, lo que reduce la latencia. Para el reconocimiento de peces en tiempo real se utiliza un software de inferencia de IA altamente optimizado.
Factores facilitadores
Al presentar al módulo de IA decenas de miles de imágenes etiquetadas, el algoritmo alcanza rápidamente el nivel de precisión deseado. A medida que más y más especies de peces pasan por el sistema, el algoritmo aprende aún más y se vuelve cada vez mejor.
Lección aprendida
Tener el dispositivo de borde cerca del mecanismo de clasificación resulta muy eficaz. Actualmente, el algoritmo reconoce la especie de pez en 8 milisegundos. Los diferentes colores de la luz y del fondo influyen en la capacidad de reconocimiento de los peces. Un fondo de color claro, pero no completamente blanco, resulta ser el mejor. El sol de medianoche tiene un efecto positivo, haciendo que el reconocimiento pueda funcionar 24 horas al día, 7 días a la semana.
Recogida de datos y reentrenamiento del modelo
Hay tipos de datos generados por el dispositivo de borde.
- Videoclips sin procesar. Con un espacio de disco limitado en el dispositivo de borde, los videoclips se cargan regularmente en un centro de datos con copias de seguridad multicapa. Este tipo de datos en bruto es significativo para futuros estudios y rastreos.
- Metadatos de modelos de IA. Como se ha descrito anteriormente, el software de IA reconocerá los peces que aparezcan en las secuencias de vídeo. Por lo tanto, los metadatos incluirán fotogramas de imágenes que realmente contengan peces. Para cada fotograma de imagen significativo, se marcarán las ubicaciones y categorías de los peces. Este tipo de metadatos permitirá realizar análisis más científicos, como el recuento de peces, la investigación de sus hábitos, etc. Y lo que es más importante, los metadatos se utilizarán para reentrenar los modelos de inteligencia artificial del programa. Con el tiempo, los modelos de IA ofrecerán un reconocimiento más preciso.
Factores facilitadores
Para que la solución funcione de forma óptima, requiere una buena conexión a Internet estable. En esta solución se disponía de fibra, pero la solución debería funcionar igual de bien con 5G e incluso con 4G, ya que la carga se puede realizar sin tiempo real.
Lección aprendida
Disponer de una solución centralizada de almacenamiento en la nube es vital para reducir las inversiones in situ. También permite que la solución comparta todos los conocimientos anteriores con las nuevas instalaciones, proporcionándoles un punto de referencia a nivel de todas las soluciones existentes desplegadas. Cada solución aporta conocimientos adicionales y una mayor calidad, lo que beneficia a todas las demás.
Mecanismo de clasificación automatizado
Una buena investigación local del entorno, la corriente de agua, la profundidad del agua, el ángulo del fondo del río, la luz disponible, la electricidad y la conexión a Internet son factores que influirán en la solución. Resulta útil utilizar material duradero y respetuoso con el medio ambiente y recurrir a empresas con experiencia previa en el manejo de peces vivos en instalaciones subacuáticas.
Factores facilitadores
En resumen, un mecanismo mecánico de apertura y cierre clasificará los peces que pasen la barrera y la esclusa. El salmón local y la trucha marina pueden pasar sin obstáculos, mientras que el salmón jorobado y el salmón de piscifactoría son detenidos y clasificados hasta una barrera donde pueden ser retirados y potencialmente procesados.
Lección aprendida
Instalar una solución de este tipo requiere una buena planificación e ingenieros cualificados. Trabajar en una corriente de agua fuerte es exigente y requiere experiencia y equipo. Asegurar la instalación al fondo remachado es vital, ya que no puede haber movimientos que introduzcan pequeñas aberturas no deseadas por las que puedan nadar los peces. También hemos aprendido que es mejor enviar todos los peces no reconocidos al tanque para su clasificación manual, que tener especies no deseadas que suben río arriba para desovar.
Impactos
El impacto del proyecto es inmenso por varias razones. En primer lugar, la solución elimina eficazmente el salmón jorobado de los ríos, lo que contribuye a mantener la diversidad biológica local en general y a salvar el salmón atlántico en concreto. En segundo lugar, la solución es escalable, de modo que puede aplicarse en otros ríos propensos de la región ártica. En tercer lugar, la solución es rentable en comparación con otras soluciones de captura manual y libera a las comunidades locales del agotador trabajo manual. Además, el sistema permite obtener beneficios económicos, ya que el salmón jorobado es comestible. Una posible solución es que los agentes locales extraigan el salmón jorobado de las trampas para venderlo en el mercado.
Beneficiarios
- El salmón atlántico
- La Asociación Noruega de Cazadores y Pescadores con Caña,
- Organizaciones locales asociadas, ONG y organismos gubernamentales con el mandato de preservar la diversidad biológica y el medio ambiente. Gobiernos locales. Pescadores locales.
Objetivos de Desarrollo Sostenible
Historia

Hay motivos para preocuparse por el futuro del salmón atlántico, especialmente en el norte de Noruega. El año pasado se registraron más ejemplares de salmón jorobado que de salmón atlántico en muchos de los ríos de la región que fueron objeto de seguimiento. Esto es problemático, ya que compite con otros peces tanto por el alimento como por el espacio, transmite y propaga enfermedades y puede contaminar la calidad del agua local. Por tanto, amenaza la biodiversidad local y los ecosistemas de los ríos noruegos.
El salmón atlántico es endémico del Atlántico Norte y parte integrante de la identidad y los valores de los habitantes de la zona más septentrional de Noruega. Luchar contra el salmón jorobado invasor y conservar las poblaciones de especies autóctonas es, por tanto, importante para nuestra cultura y sus prácticas, así como para minimizar los daños biológicos y económicos.
Para muchas de nuestras pequeñas y remotas comunidades la desesperación es notable. Durante años, voluntarios locales y guardas fluviales se reúnen cada verano para intentar desesperadamente detener al salmón jorobado invasor que asciende por los ríos para desovar y amenaza la supervivencia de las especies autóctonas. Hasta ahora, esto se ha hecho manualmente en ríos helados con redes y otras herramientas para detener la invasión.
Las comunidades locales, las autoridades nacionales y las principales comunidades de investigación se enfrentan a la angustia causada por la situación. Se ha hecho urgente que todas las partes interesadas desarrollen juntas una solución que permita vigilar y clasificar a todos los depredadores en los cursos de agua, en los estuarios y en las zonas marítimas cercanas.
En el verano de 2021 se puso en marcha la primera parte de un proyecto piloto en colaboración con Huawei, en el río "Storelva", en el municipio de Berlevåg.
El objetivo era identificar todos los peces anádromos que ascendían por el curso de agua. Con un flujo de vídeo continuo desde finales de junio hasta septiembre, con decenas de miles de imágenes, el hardware y el código fuente recién desarrollado fueron capaces de identificar bastante más del 90% de los salmones y salmones jorobados que pasaron. De este modo, el sistema pudo reconocer la población propia del río de salmones y salvelinos, pero también registrar al salmón jorobado invasor. Un objetivo que alcanzamos con creces.
Ahora se ha iniciado la segunda fase para desarrollar el último módulo que se conectará con la clasificación. En pocas palabras, un mecanismo mecánico de apertura y cierre clasificará los peces que pasen la barrera y la esclusa. El salmón autóctono y la trucha marina pueden pasar sin obstáculos, mientras que el salmón jorobado y el salmón de piscifactoría son detenidos y clasificados hasta una barrera donde pueden ser retirados y potencialmente procesados.