新知特寫

首頁> 新知特寫> 人工智慧提升漁業誤捕分析效率
人工智慧提升漁業誤捕分析效率 Faster Analysis of Data to Evaluate Bycatch Reduction Efforts in Pollock Fishery
美國阿拉斯加的鱈魚漁業長期面臨鮭魚誤捕問題。雖然現已發展出鮭魚排除裝置(salmon excluders)等漁具以減少誤捕,但評估這些裝置的成效仍需仰賴人工檢視大量影片,過程相當耗時費力。面對此挑戰,美國國家海洋暨大氣總署(National Oceanic and Atmospheric Administration, NOAA)研究團隊近期運用人工智慧與深度學習(deep learning)技術,開發出可自動分析拖網攝影影像的系統,用以評估排除裝置的實際成效。研究人員在漁網內安裝攝影機,記錄魚群進出排除裝置的影像,並以 AI模型自動辨識魚種。研究結果顯示,該模型能偵測到約97%的魚類,辨識準確率達82%,大幅提升分析效率,使原本需人工花費數天至數週的分析,如今可於數小時內完成。NOAA研究團隊表示,未來將持續優化這套系統,以更精準評估排除裝置的成效,同時開發即時監測工具,協助漁民做出更具永續性的捕撈決策。
2025/11/06
https://www.fisheries.noaa.gov/feature-story/faster-analysis-data-evaluate-bycatch-reduction-efforts-pollock-fishery
National Oceanic and Atmospheric Administration
黃士庭