Un equipo del ai2, liderado por la investigadora Gabriela Andreu, está diseñando un sistema de inteligencia artificial cuyo fin último es conseguir una monitorización automática tanto en las granjas de acuicultura como en el control de pesca, contribuyendo al bienestar animal y la sostenibilidad de los recursos pesqueros. Además, este equipo participa con otros grupos cuyos proyectos están orientados a una mejor comercialización del pescado, así como a fomentar su consumo. Diferentes empresas del sector de la pesca y la acuicultura, así como el Ministerio de Pesca y Agricultura de Australia y diversas organizaciones de Noruega , entre otros países, ya se han interesado por esta línea de investigación.

El sistema de visión artificial estereoscópica basado en técnicas de deep learning desarrollado por el ai2 permite, de forma automática, caracterizar biométricamente especies de gran interés económico, mientras nadan libremente, siendo así un método de control de stock y de inspección no intrusivo. Actualmente, la estimación de biomasa capturada, basada en el conteo de la cantidad de peces y su tamaño dentro de las piscinas de engorde es un procedimiento que todavía se realiza de forma manual en la mayoría de granjas de acuicultura del mundo. “Empezamos a trabajar en esto hace 15 años con técnicas clásicas de visión por computador, pero aquello nos obligaba a desarrollar nuevos métodos y modelos en función de la especie a la que monitorizar y la perspectiva visual, vista lateral, dorsal o ventral, en la que se visualizaban los peces en nuestro vídeos. Ahora hemos incorporado técnicas de deep learning que, sumadas a la utilización de cámaras más evolucionadas, nos está ayudando a avanzar mucho en la combinación de ambas vistas; ahora vemos al pez en 3D y podemos medir mejor sus proporciones”, explica Gabriela Andreu. Así, el sistema del ai2, que se ha demostrado altamente fiable y preciso, permite mediciones de longitud, altura y ancho de individuos que pueden ser un indicador importante de salud en las poblaciones de peces, así como un factor clave en la gestión de su crecimiento o engrase.

El sistema combina conocimientos y técnicas muy diversos: cámaras, ópticas, sensores, encapsulados subacuáticos, GPU de gran potencia de cálculo para procesamiento, técnicas de segmentación, clasificación, aprendizaje o estadística. Durante 15 años, se ha avanzado en las técnicas utilizadas para obtener información de individuos de atún rojo a partir de las imágenes recogidas cuando se encuentran nadando libremente en las piscinas de engorde, enfrentándose a la resolución de retos propios cuando se trata de desarrollar sistemas automáticos para que trabajen en entornos naturales (no controlables) con animales en libertad y en movimiento, “como que se vean varios individuos en la imagen, discernir entre un morro y una cola, etc.”, explica Andreu. El equipo del ai2 cuenta con la colaboración de personal del Instituto Español de Oceanografía, concretamente, de biólogos expertos en la cría y reproducción del atún rojo.

Otras especies valencianas

Durante los 15 años de investigación que el equipo del ai2 lleva inmerso en este tema se ha trabajado en diversos proyectos relacionados. El actual es AICO, financiado por la Generalitat Valenciana, que arrancó en 2021 y finalizará este año su trabajo en granjas de atún. Sin embargo, el equipo del ai2 ya tiene previsto un nuevo proyecto de mayor dimensión que trasladará estos desarrollos a otras especies de pescado cultivado en la Comunidad Valenciana, como la dorada, la lubina o el pez limón. “Hay muchas empresas interesadas en fomentar la comercialización de estas especies y mucho interés, a la par, por parte de las administraciones, por fomentar un mayor control en la pesca”, explica Andreu.