水产养殖技术进步

根据美国国家海洋和大气管理局的数据，美国的水产养殖业每年价值 15 亿美元。与陆基养殖一样，贝类养殖需要健康的苗种生产，以维持可持续的产业。水产养殖孵化场生产贝类幼体（苗种）需要密切监测，以跟踪死亡率，并从生命的最初阶段评估健康状况。

仔细观察是必要的，以便为生产计划提供信息，确定天然存在的有害细菌的影响，并确保可持续的种子生产。这是贝类孵化场必不可少的一步，但目前是一个耗时的手动过程，容易出现人为错误。

在麻省理工学院安利捷水和食品系统实验室 （J-WAFS） 的资助下，麻省理工学院海洋格兰特正在与麻省理工学院土木与环境工程系的副教授 Otto Cordero、东北大学体验机器人研究所的 Taskin Padir 教授和研究科学家 Mark Zolotas 以及水产养殖研究公司 （ARC） 的其他人合作。 以及科德角商业渔民联盟，以推进水产养殖业的技术。ARC 位于科德角，是一家领先的贝类孵化场、农场和批发商，在为当地和区域种植者提供优质贝类苗种方面发挥着至关重要的作用。

本学期，麻省理工学院的两名学生通过本科生研究机会计划（UROP）与麻省理工学院海洋格兰特咨询服务助理主任罗伯特·文森特（Robert Vincent）合作，加入了这项工作。

一年级学生 Unyime Usua 和大二学生 Santiago Borrego 正在使用 ARC 的贝类种子显微镜图像来训练机器学习算法，这将有助于自动化识别和计数过程。由此产生的用户友好型图像识别工具旨在帮助水产养殖者区分和计数健康、不健康和死亡的贝类幼虫，提高准确性并减少时间和精力。

文森特解释说，人工智能是环境科学的强大工具，它使研究人员、行业和资源管理人员能够应对长期以来在准确数据收集、分析、预测和简化流程方面面临的挑战。“J-WAFS 等项目的资金支持使我们能够正面解决这些问题，”他说。

ARC面临着手动量化幼虫类别的挑战，这是其种子生产过程中的重要一步。“当幼虫处于生长阶段时，它们会不断被调整大小和计数，”ARC 幼虫/幼体生产经理 Cheryl James 解释道。“这个过程对于鼓励最佳增长和加强人口至关重要。

开发自动识别和计数系统将有助于改进生产过程中的这一步骤，同时具有时间和成本优势。“这不是一件容易的事，”文森特说，“但在东北大学体验机器人研究所的Zolotas博士的指导下，以及UROP学生的工作，我们取得了坚实的进展。

UROP计划使研究人员和学生都受益。让麻省理工学院 UROP 的学生参与开发这些类型的系统，可以深入了解他们可能没有考虑过的 AI 应用程序，提供探索、学习和应用自己的机会，同时为解决实际挑战做出贡献。

Borrego 将这个项目视为一个机会，可以将他在 6.390 课（机器学习简介）中学到的知识应用到现实世界中。“我开始形成一个想法，即计算机如何查看图像并从中提取信息，”他说。“我想继续探索它。”

Usua决定继续这个项目，因为它可能产生直接的行业影响。“我非常有兴趣了解我们如何利用机器学习让人们的生活更轻松。我们正在使用人工智能来帮助生物学家简化这一计数和识别过程。虽然Usua在开始这个项目之前并不熟悉水产养殖，但她解释说，“只是听说Vincent博士告诉我们的孵化场，不幸的是，没有多少人知道发生了什么以及他们面临的问题。

仅在科德角，水产养殖业每年就价值1800万美元。但马萨诸塞州海洋渔业部估计，孵化场每年只能满足70-80%的苗种需求，这影响了当地种植者和经济。通过该项目，合作伙伴旨在开发能够提高种子产量、提高行业能力并帮助了解和改善孵化场微生物组的技术。

Borrego 解释了使用有限数据的最初挑战。“一开始，我们必须检查并标记所有数据，但通过这个过程帮助我学到了很多东西。”他以真正的麻省理工学院风格分享了他从这个项目中得到的收获：“试着从你必须处理的数据中获得最大的收益。你将不得不根据你所拥有的东西来适应和改变你的策略。

Usua 描述了她经历研究过程、在团队中沟通以及决定采取何种方法的经历。“研究是一个艰难而漫长的过程，但从中可以获益匪浅，因为它教会你自己寻找事物并找到自己的问题解决方案。”

除了增加种子产量和减少孵化过程中所需的人力外，合作者还希望该项目有助于节省成本和技术整合，以支持美国服务最欠缺的行业之一。

Borrego 和 Usua 都计划在麻省理工学院海洋格兰特的第二学期继续他们的工作。Borrego有兴趣更多地了解如何利用技术来保护环境和野生动物。Usua说，她希望探索更多与水产养殖相关的项目。“似乎有无数种方法可以解决这些问题。