Slik vil Cermaq utvikle fremtidens havbruksteknologi

Cermaq har fått gjennom fire utviklingstillatelser på konseptet iFarm, og Harald Takle som er forsknings- og utviklingsleder for oppdrettsteknologi i selskapet, og prosjektleder forteller Kyst.no at er konseptet er unikt på flere måter, samtidig som det også har flere utfordringer.

I iFarm skal fisken oppholde seg dypere enn i en tradisjonell merd, og også under lusebeltet. Hver gang fisken skal opp for å fylle svømmeblæren med luft må den passere en enhet som registrerer individet, og melder fra om irregulariteter. Slik kan fisk med sykdom, lus eller andre problemer tas ut av produksjonen.

Plassering av iFarm-sensoren i tuben fisken må svømme gjennom er patentbasert, og Takle mener løsningen vil ta hånd om mange av dagens utfordringer med digitalisering innen havbruk.

- Det er flere som jobber med å estimere biomassen i merdene. Utfordringen ligger i hvordan all fisken skal registreres. Vår løsning baserer seg på at hver eneste fisk må passere sensoren, og da har vi løst problemet knyttet til avstanden fra fisk til kamera, sier han.

Enheten benytter seg av flere kamera, hvor geometri og utforming vil bli optimalisert for bildegjenkjenning. Det er selskapet Biosort som sitter på teknologien for bildegjenkjenning og sortering av fisk ut av produksjonen.

Teknologiske utfordringer

Sånn Takle ser det, er det to utfordringer som må overkommes for at iFarm skal fungere på produksjonsnivå.

- Det første er hvordan systemkomponentene skal tilpasses  fiskens vanlige og daglige atferd, og således passe inn med fiskens naturlige logistikk i merden.

Den andre utfordringen er hvordan overføre algoritmene fra ansiktsgjenkjenning, fra for eksempel Google eller Apple, til å utvikle fungerende maskinlærings-Software ved hjelp av bildedata. Ikke bare skal systemet kjenne igjen et unikt id-mønster på en fisk, men det skal også brukes til å identifisere sykdommer.

- Noen elementer vil være enklere enn andre, slik som sår og deformiteter. Det blir vanskeligere med mer diffuse sykdommer og endret atferd, fastslår Takle.

Bilder skal trene algoritmer

Utfordringen med å få systemet til å fungere ligger i å få tatt nok bilder til å trene opp algoritmene. Takle påpeker at her trengs det flere millioner bilder av unik fisk.

- Google har brukt rundt 200 millioner bilder, og åtte millioner unike individer  for å få sitt bildegjenkjenningsalgoritme til å fungere med en presisjon på 99,6 %. Apple har brukt rundt en milliard bilder for å få til iPhoneX, legger han frem til sammenligning.

Hvis presisjonen i systemet blir for dårlig, og feilrapporteringen for stor, kan det føre til at det ikke et system verdt å ta i bruk.

- Vi må trene opp systemet til å garantere god nok presisjon, så her blir det viktig med samspillet mellom hardware bildegjenkjenning og Software-algoritmene, sier Takle.

Systemet må også være stabilt, og skal kunne fungere i all slags vær og samtidig være neddykket. Utviklingen vil derfor kreve mye testing, iterering og feilsøking, for å finne en enhet som fungerer godt, og som oppnår en fornuftig oppetid.

- Det vil være en dynamisk utvikling, med flere konseptiterasjoner for å finne en endelig løsning.

Saken fortsetter under filmen.

https://www.youtube.com/watch?v=JsGPwjEIeio&feature=youtu.be

- Avhengig av 10 utviklingstillatelser

Cermaq har så langt fått avslag på seks av ti tillatelser. Fiskeridirektoratet begrunner det delvise avslaget med at fire tillatelser vil gi tilstrekkelig fleksibilitet til å utvikle den aktuelle teknologien, og foreta en utprøving av det nye konseptet i kommersiell skala. Takle og Cermaq er ikke enig.

- Vi er avhengig av alle tillatelsene for å kunne sette i gang med prosjektet. Jeg begynte i Cermaq etter at søknaden var sendt og  synes selv vi burde søkt om flere tillatelser, sier han.

En av grunnene til at selskapet er avhengig av alle ti, er blant annet at det kreves millioner av fisk for å trene algoritmene til å bli gode nok. I tillegg vil utviklingen av en fungerende enhet kreve testing av en mengde enheter på forhånd.

- Vi vet retningen vi skal gå, men det blir et omfattende utviklingsløp som inneholder betydelig risiko, sier Takle.

Men selv om investeringen er stor, legger han vekt på at hvis det lykkes, vil ikke en enkelt enhet koste mye.

- Alle som bruker systemet vil få en gevinst, men vi er avhengig av en risikoavlastning for utvikling av denne typen ny teknologi, fastslår han.

Gjennomført pilottesting

Til nå har Cermaq gjennomført pilotarbeid, for å utforske geometri og dimensjoner for enheten, og studere fiskens atferd i samspill med komponentene.

- Vi så da at laksen gikk opp for luft hver fjerne dag. Men dette er et småskala forsøk i grunne merder. Når merdene blir dypere, vil jeg tro de går opp oftere. For å teste enheten mot fiskens atferd i storskala må vi kjøre fullskala tester, påpeker Takle.

I tillegg trengs det flere forsøk for å finne ut mer om kamera og lysplassering for å ta gode nok bilder.

- Vi må trene algoritmen til å se lus, og skille lus fra fisk. Det er en avansert mekanisk innretning, som ikke skal stresse fisken, og som også må være driftssikker.

Men selv om det gjenstår mye på utviklingssiden, påpeker han at de har fått  positive svar i småskala om  at konseptet er gjennomførbart.

- Nå fokuserer vi på å formulere en klage på det delvise avslaget. Planen er å starte prosjektet senest i 2019, som så vil ha et utviklingsløp på seks år.

Flere fordeler

Takle er klar på at en realisering av iFarm også vil gi flere fordeler. Et viktig punkt er å øke norsk konkurransekraft ved å bedre teknologisk kompetanse i oppdrettsnæringen.

- Digitaliseringen vil heller øke antall arbeidsplasser i næringen enn å redusere det, nettopp ved å sikre konkurransekraft i kystområdene, mener han.

En annen sekundærvirkning av systemet er at det vil kunne registreres mengder med data, ikke bare om fisken, men også koplet sammen med miljødata som temperatur, salinitet, alge- og lusedata.

- Hvis hvert selskap får muligheten til å se hvordan en endring i miljøet påvirker vekst og utvikling av sykdommer, vil næringen bedre kunne benytte seg av data til forståelse av hvordan sykdommen manifesterer seg.

På denne måten kan man enklere dele data med myndighetene og forvaltningen, tilpasse regelverk, og finne best mulig metode for tiltak og behandling.

Behandler kun syk fisk

Takle påpeker også at de ved å følge individet, bare trenger å behandle syk fisk, eller den fisken som faktisk har lus.

- Det er et fåtall fisk i en merd som har lus. Ved å ta disse ut av produksjonen, og behandle de separat, reduseres tap av fisk ved behandling, og bruk av medikament og kjemikalier.

- Det samme gjelder sykdom, hvor vi lettere fjerner smittebærere fra merdvolumet. Vi anslår å kunne redusere tap knyttet til dette med 75 %, sier han.

Ved å skaffe kontroll på biomassen kan man også optimalisere fôrforbruk, tilpasset en reell appetitt. Dette reduserer fôrspill og gir mer presis informasjon til slakteriene, med tanke på den faktiske størrelsen til fisken.

- Det er en introduksjon til presisjonsbasert oppdrett og digitalisering av næringen, hvor vi utvikler en totalløsning. Maskinsyn vil hjelpe til med beslutning på egenhånd, eller tilføre beslutningsstøtte for en økt matproduksjon, avslutter Takle.