هوش مصنوعی ماهی ها را نجات می دهد

هوش مصنوعی ماهی ها را نجات می دهد

فناوری یادگیری عمیق می تواند بین ماهی های وحشی و پرورشی تمایز قائل شود.

به گزارش ایسنا، فناوری جدید «دانشگاه آکسفورد» (دانشگاه آکسفورد) با استفاده از یادگیری عمیق می تواند ماهی قزل آلا وحشی را از ماهی آزاد پرورشی تشخیص دهد که راهکارهای حفاظت از محیط زیست را تا حد زیادی بهبود می بخشد.

بر اساس گزارش York Alert، نروژ دارای بیشترین جمعیت ماهی آزاد آزاد باقی مانده است و همچنین یکی از بزرگترین تولیدکنندگان ماهی آزاد پرورشی است. فراوانی ماهی قزل آلا اقیانوس اطلس در نروژ از دهه 1980 بیش از 50 درصد کاهش یافته است و اکنون در پایین ترین سطح خود قرار دارد. ماهی قزل آلا پرورشی عامل اصلی این کاهش است. نروژ سالانه بیش از 1.5 میلیون تن ماهی آزاد پرورشی اقیانوس اطلس تولید می کند. با وجود این، تقریباً 300000 ماهی قزل آلا پرورشی هر ساله به طبیعت فرار می کنند.

ماهی های فراری یک تهدید زیست محیطی و ژنتیکی قابل توجه برای ماهی قزل آلا هستند زیرا رقابت برای منابع محدود مانند غذا و زیستگاه تخم ریزی، جابجایی ماهی آزاد یا کاهش موفقیت باروری را افزایش می دهند. علاوه بر این، ماهی‌های پرورشی پاتوژن‌ها و انگل‌هایی مانند شپش‌های دریایی را معرفی می‌کنند و فشار را بر جمعیت‌های ماهی قزل آلا که قبلاً در برابر تغییرات آب و هوایی و تخریب زیستگاه آسیب‌پذیر هستند، افزایش می‌دهد.

ماهی آزاد پرورشی از نظر ژنتیکی با ماهی قزل آلا متفاوت است و تلاقی بین ماهی قزل آلا پرورشی فرار و ماهی قزل آلا منجر به تغییرات ژنتیکی می شود که باعث می شود ماهی قزل آلا برای سازگاری با تغییرات محیطی یا مقابله با تهدیدات محیطی مناسب نباشد. تجزیه و تحلیل ژنتیکی نشان می دهد که تقریبا دو سوم ماهی آزاد در نروژ دارای نشانگرهای ژنتیکی هستند که نشان دهنده جفت گیری با ماهی آزاد پرورشی است.

دانشمندان با استفاده از تجزیه و تحلیل ژنتیکی و فلس ماهی های پرورشی را رصد می کنند. با این حال، ردیابی دستی تفاوت در الگوهای مقیاس ماهی زمان‌بر و پرهزینه است. دانشمندان می توانند ماهی قزل آلا را از ماهی پرورشی تشخیص دهند زیرا فلس های ماهی آزاد به صورت حلقه های متحدالمرکز در سطح بدن رشد می کنند. مانند حلقه های یک درخت، تعداد و فاصله این حلقه ها با رشد ماهی مطابقت دارد. ماهی های پرورشی دارای فلس هایی هستند که نشان دهنده رشد سریع و مداوم است و در نتیجه فلس هایی با فاصله منظم و علائم فصلی محدود می شود. در مقابل، قزل آلا تغییرات فصلی قابل توجهی را در رشد به دلیل عدم تعادل دما، در دسترس بودن طعمه و مهاجرت تجربه می‌کند.

دانشمندان شبکه عصبی جدیدی را با استفاده از نزدیک به 90000 تصویر در مقیاس ماهی قزل آلا آموزش دادند تا به شناسایی گونه های مختلف ماهی قزل آلا در مقیاس بزرگتر کمک کند. آنها یک سیستم پردازش استاندارد توسعه دادند و توانایی مدل را در برابر مهارت انسان در ماهی های با منشاء شناخته شده ارزیابی کردند.

کل مجموعه داده شامل تقریباً 90000 تصویر است که صدها رودخانه در نروژ را پوشش می‌دهد و قدمت آن به اوایل دهه 1930 بازمی‌گردد. ماهی قزل آلا پرورشی تقریباً 8.5 درصد از کل تصاویر را در مقایسه با ماهی آزاد وحشی به خود اختصاص داده است.

دانشمندان دریافتند که مجموعه داده و مدل قادر به پردازش سریع تصاویر و ارائه پیش‌بینی همراه با پیش‌بینی‌های مرتبط هستند. این مدل عملکرد فوق‌العاده‌ای داشت و ماهی قزل آلا پرورشی را از سالمون وحشی با دقت 95 درصد در اکثر جریان‌های ماهی قزل آلا نروژی از سال 2009 تا 2023 متمایز کرد.

این تحقیق در مجله “Biology Methods and Protocols” منتشر شده است.