물고기

해양 생물학을 전공하는 Josef Melchner는 항상 돌고래, 고래, 물고기를 찾기 위해 바다를 항해하며 시간을 보내는 꿈을 꾸었지만 "실용적인 일, 세상에 도움이 되는 일을 하고 싶었습니다"라고 그는 말했습니다. 직업을 선택해야 할 때가 되자 그는 먼저 양식업에 뛰어들었습니다.

그는 현재 AI와 기계 학습을 사용하여 양식업을 보다 효율적이고 지속 가능하게 만드는 이스라엘 기반 회사인 GoSmart의 CEO입니다.

NVIDIA Metropolis 비전 AI 파트너 생태계 및 최첨단 스타트업을 위한 NVIDIA Inception 프로그램의 회원인 GoSmart는 양식장, 연못 또는 탱크에 부착할 수 있는 음료수병 크기의 완전 자율적이고 에너지 효율적인 시스템을 제공합니다. .

엣지 AI용 NVIDIA Jetson 플랫폼으로 구동되는 이 시스템은 환경 내 물고기의 평균 무게와 개체수 분포는 물론 온도와 산소 수준도 분석합니다.

그런 다음 이 정보는 GoSmart의 SaaS(Software-as-a-Service)를 통해 사용자에게 제공됩니다. 이를 통해 양식업자는 실시간으로 물고기에게 먹이를 주고 수확하는 양과 최적의 시기를 보다 정확하고 효율적으로 결정할 수 있습니다.

Melchner는 "GoSmart 시스템이 분석하는 매개변수는 어류 사료 체계에 매우 중요합니다."라고 말했습니다. "적절한 수준의 어류 사료를 관리하면 농부들에게 많은 비용을 절약하고 수생 환경의 과도한 잔해로 인한 유기물을 줄일 수 있습니다."

GoSmart 시스템은 세계 최대의 어류 사료 생산업체 중 하나인 Skretting에 의해 남부 유럽 8개국에 걸쳐 생산 파이프라인을 지속 가능하게 확장하고 농부들에게 개인화된 디지털 정보를 제공하려는 계획의 일환으로 배포되었습니다.

2020년에 설립된 GoSmart는 환경 보호에 중점을 두고 있기 때문에 양식업에 중점을 두고 있습니다.

Melchner는 "세계는 단백질 부족에 직면해 있지만 보트가 어망과 긴 줄을 사용하여 항상 그래왔던 방식으로 해양 단백질을 획득하는 경우가 많습니다"라고 말했습니다. "소, 돼지, 닭과 같은 많은 대체 단백질 공급원은 거의 항상 양식되지만, 해양 생산량의 약 절반은 여전히 ​​야생동물에서 나옵니다."

이러한 방식으로 남획하는 것은 지구에 부정적인 영향을 미칩니다.

Melchner는 "이것은 결국 우리 모두에게 영향을 미칠 수 있는 중요한 문제입니다."라고 말했습니다. "조류는 세계에서 가장 큰 탄소 흡수원 중 하나입니다. 대기에서 탄소를 소비하고 산소를 방출하며 남획은 바다의 조류 수준에 영향을 미칩니다."

이러한 사실을 이해한 것이 Melchner가 평생을 양식업에 바치게 된 이유라고 그는 말했습니다.

GoSmart 시스템은 태양광 패널로 충전되는 리튬 이온 배터리를 사용하며, 자동으로 절전 모드로 들어가고, 종료하고, 깨우고 적절하게 작업을 수행할 수 있는 자체 전원 관리 소프트웨어를 갖추고 있습니다.

GoSmart 시스템은 센서, 카메라 및 NVIDIA Jetson 모듈로 구축되어 엣지의 AI가 물고기 먹이, 성장, 건강 및 복지에 영향을 미치는 환경 요소는 물론 물에 분산된 과도한 유기물로 인한 환경 오염 요인을 분석할 수 있습니다. 비효율적이거나 부정확한 운영으로 인해

Melchner는 "우리는 콤팩트하고 수중에서 사용할 수 있으며 어류 양식업자에게 저렴한 시스템에서 고성능의 AI용 최고의 프로세서를 사용하고 싶었습니다. 이것이 바로 우리가 Jetson 시리즈를 선택한 이유입니다."라고 Melchner는 말했습니다.

GoSmart는 현재 물고기의 행동과 질병 지표를 분석하기 위한 시스템을 교육하고 있으며, 물고기 무게, 개체수 분포, 온도 및 산소 수준을 결정하는 현재 기능을 추가하고 있습니다. Jetson을 사용하면 여러 AI 알고리즘을 병렬로 실행할 수 있으므로 이러한 모든 특성을 동시에 실시간으로 분석할 수 있습니다.

또한 회사는 이러한 기능을 한 단계 더 발전시키기 위해 강력한 새 Jetson Orin 모듈 라인업을 평가하고 있습니다.

AI 알고리즘을 훈련하기 위해 GoSmart 팀은 수천 마리의 물고기를 수동으로 측정한 후 카메라를 배치하여 수백만 마리를 더 분석했습니다. Melchner는 "많은 다이빙과 수중 실험이 있었습니다"라고 말했습니다.