在台湾高雄的虾塘阁下，来自国立中山大学（NSYSU）的两位教授——海洋学系的洪庆章和打算机科学与工程系的黄英哲，以及他们的研究团队，约请来宾品尝一些新鲜的虾。两位教授手捧着光荣浓郁、质地紧实的水煮虾，满脸自傲地宣告：“我们的虾是人工智能养殖的，味道绝对棒！
”
为了帮助虾农，提高生产力和产品质量，很多研究团队正在对其快速增长的数据集，采取人工智能和大数据剖析。
根据希捷公司(Seagate)最近进行的一项名为《Data Pulse:最大化人工智能潜力》(Data Pulse: maximum the Potential of Artificial Intelligence)的研究显示，亚太地区62%的受访者已在其一个业务中或多个领域履行人工智能，例如：供应链/物流 (73%)、IT (58%)、产品创新/研发 (56%) 和客户做事（50%）。更令人愉快的是，现在人工智能的利用，正在进入传统水产养殖业。
洪教授十分关心以养殖为生的渔民生活，每年都与台湾南部的养殖户、生产商和发卖职员进行定期互换。他回顾说，每次去养殖场，最常被问到的问题是：
“教授，我怎么知道鱼虾吃饱了没有?”
“我又怎么知道他们是康健的还是不康健的?”
二、养虾关键寻衅：水质
黄英杰教授（左）和洪庆章教授展示他们团队的研究成果
对养殖户来说，最关键的寻衅在于他们池塘的水质差。同时，虾的成长高度依赖于精确的投喂量和投喂机遇的选择，但由于养虾池塘的水体浑浊，肉眼险些无法判断水中是否有剩余的虾饲料，或者虾是否康健。因此，很多养殖户可能有过度投喂的方向，从而导致过量的残饵，以及饲料的摧残浪费蹂躏，使水更加浑浊。更糟糕的是，过多投喂的饲料终极会成为细菌的主要营养来源。个中一些细菌可能是致病的，终极会杀去世全体池塘的虾。
在过去，养殖户必须依赖自己的履历来采纳精确的行动，但他们很可能每每会后知后觉。当他们意识到自己过度投喂或者虾生病时，常日为时已晚。
洪教授表示：“如果你创造有一尾去世虾漂浮在水面上，常日有数百只可能已经去世在底部。特殊是当台风或极寒天气打击的时候，这些养殖户将遭受巨大的经济丢失。”
办理这个问题的方法有数百种，最大略的方法是定期监测水中亚硝酸的浓度，检讨投喂饲料的剩余情形，并且根据虾的食欲来判断虾的康健状况。但是，对付采取传统养殖方法的虾农来说，这些办理方案都不是大略的，由于传统方法没有机制和标准，无法及时和全面地评估水下情形。
“我就问自己，有没有办法把科学管理运用到传统的水产养殖当中去？这由于许多养殖户上了年纪还在连续事情，纵然在恶劣的景象中，也不得不照顾他们的养殖池塘。”
受此影响，洪教授决定与黄教授联手组建人工智能水产养殖研究团队。两位教授一位是对虾养殖专家，另一位是打算机科学专家，他们将专业知识集中在探求办理方案，以改进对虾养殖户养虾方案，减少他们的事情量，增加他们的收入，并为渔业的振兴供应新的希望。
三、一种新型水下相机作为眼睛，人工智能作为大脑
2016年，洪庆章与台湾海洋研究所（TORI）互助开拓高灵敏度水下视频产养殖系统（UVS），他们的研究报告在科学杂志《科学报告》 上进行揭橥，并引发了许多养殖户之间的谈论，为进一步的学术和实践探索做出了贡献。
据洪教授先容，目前市情上的水下相机，都不适宜在浑浊的养殖池中利用。但是，这种分外的水下视频水产养殖系统，不仅可以实时记录全彩色镜头，还可以利用红外技能全天不雅观察到鱼和虾的成长情形。此外，还可以通过手机或互联网远程掌握饲料投喂和污泥处理系统，从而减少了体力劳动的韶光，并且最大限度地减少了夜间事情的危险。
黄教授表示：“然而，仅靠视频监控是不足的。由于传统的养虾业严重依赖大自然，因此很难找到规律的养殖办法，这是在水产养殖中履行自动化管理系统的最大障碍，但人工智能，可以补充这一不敷。”
人工智能水产养殖研究团队剖析了大量数据，包括：增强的监控图像，以“演习”这些机器，让它们很随意马虎就制订出养殖操持。并且，利用机器学习技能，该团队还能够基于池塘中虾的数量、大小和移动速率判断未来虾的成长数据，以更好地掩护康健的种群增长。此外，这项技能可以将养殖户几十年的履历转化为数字数据，并代代相传。
数据剖析可以用于提高养虾效率。例如，当图像中虾的肠子涌现断裂乃至消逝时，常日表明虾生病或去世亡。更主要的是，人工智能可以帮助养殖户采纳预防方法，在疾病有机会传播之前，处理患病的个体虾。
洪教授说：“传统的饲料投喂机，只对是否进行投喂起浸染，养殖户仍旧须要手动调度投喂的频率和数量。由于饲料占总本钱的40%旁边，保持准确的投喂量实际上是省钱。此外，一旦我们网络到足够的数据来建立虾的成长数据，养殖户将能够根据科学数据确定何时是出售虾的最佳韶光。我们希望通过在传统水产养殖行业中采取人工智能，能够显著提高整体产值和效益。”
希捷科技亚太区发卖副总裁Robert Yang表示：“这是一个范例的例子，解释各行各业都可以人工智能技能中受益，并改进人们的生活和生存，创新传统的养虾方法，同时又不损失虾农多年来积累的深厚履历和知识。由洪教授和黄教授领导的人工智能水产养殖研究团队，利用前辈的技能和大量数据来办理养殖户的问题，提高养殖效率。”
黄教授也表示：“我们团队的对虾成长数据至少增加了10倍，仅在一年内天生的原始数据就达到了惊人的47TB。加上每天传输到AI数据库的4000张图像，估量三年内，我们团队的数据天生量将靠近500TB。在不同条件下网络的对虾成长这些数据，为生物学研究和水产养殖业供应了宝贵的见地，这些数据也值得安全地永久存储。”
四、IT根本举动步伐是构建AI数据库的关键
希捷的 “数据脉冲：能够最大限度地发挥人工智能的潜力”。研究表明，76%的受访者操持采取或开始采取更多的人工智能办理方案，但83%的受访者表示他们不知道从哪里开始采取人工智能技能。
“目前，大多数组织还没有建立自己的人工智能数据库，尤其是那些仍旧依赖过去的履历，做出决策的传统行业。为了实现数字化转型，这些组织必须重视其数据的隐蔽代价，个中构建IT根本举动步伐是关键。”
现在，有很多当地的养殖户，谈论将这种“AI养虾”技能运用到自己的池塘当中。并且，能用好科技的力量，通过人工智能提高养殖效率，增加产量，对虾行业将有可能再次振兴。