Bien que l’intelligence artificielle (IA) connaisse un moment, ce n’est pas un feu de paille et elle est définitivement là pour rester. Bien que l’avènement de l’IA générative, comme ChatGPT, ait suscité des préoccupations liées au plagiat, aux violations du droit d’auteur et à la confidentialité des données, toutes les technologies d’IA ne soulèvent pas les mêmes préoccupations. Par exemple, d’autres formes d’IA sont utilisées avec succès dans le domaine des technologies des pêches pour moderniser les pêches.
À cette fin, nous voulions commencer 2024 en soulignant certaines des innovations dans le domaine des technologies des pêches réalisées par des entreprises dont nous suivons de près le travail. Ils utilisent l’IA pour tout, de l’amélioration du traitement des données à la pêche de précision en passant par la réduction des déchets dans la chaîne d’approvisionnement des produits de la mer, contribuant ainsi à l’évolution de l’industrie tout en jouant un rôle crucial dans la promotion de la durabilité dans nos océans.
Reiknistofa fiskmarkaða RSF
L’entreprise islandaise RSF développe et fournit des solutions innovantes pour l’industrie islandaise des produits de la mer et au-delà. RSF relie 11 ventes aux enchères de poisson dans 45 endroits en un seul réseau et organise des ventes aux enchères quotidiennes où 200 à 300 acheteurs achètent du poisson frais à distance en temps réel. Ils perçoivent également les paiements des acheteurs et déboursent les vendeurs, les ventes aux enchères, les ports, le gouvernement, etc.
Nous avons posé quelques questions sur leur technologie et la façon dont ils utilisent l’IA au PDG de RSF, Bjarni Heimisson :
Avez-vous intégré la technologie de l’IA dans les opérations du réseau d’enchères de RSF? Si oui, comment est-elle utilisée?
Nous avons un modèle d’IA qui apprend des anciens prix et prédit les prix avant une vente aux enchères, ainsi que pendant la vente aux enchères et ajuste ces prix en fonction de la vente aux enchères en cours. Notre vente aux enchères est une vente aux enchères néerlandaise, c’est-à-dire. Il y a un compte à rebours à partir d’un point de départ jusqu’à ce que le premier acheteur achète ou gagne. Il est donc crucial pour nous d’avoir un bon point de départ. Le modèle nous aide à le faire.
De quelle manière la technologie de RSF répond-elle aux défis spécifiques liés à l’établissement et au maintien d’un réseau d’enchères robuste et en temps réel?
Nous essayons de recueillir le plus de données possible pour notre modèle de prédiction. Mais cela peut être difficile, car il y a souvent beaucoup d’autres facteurs nécessaires pour prédire si le prix augmente ou baisse. Parfois, quelque chose dans un autre pays l’affecte et nous empêche de faire le suivi. C’est pourquoi il est important d’avoir un modèle qui fonctionne en temps réel sur notre réseau d’enchères pour ajuster la prédiction des prix.
Recueillez-vous des données d’ensemble à l’appui des pratiques durables au sein de l’industrie des produits de la mer en Islande et au-delà?
Oui, nous le faisons. Nous le faisons principalement pour l’Islande en ce moment, car c’est notre principal marché. Cependant, nous travaillons à la collecte d’autres flux d’enchères pour améliorer nos prédictions.
SafetyNet Technologies
SafetyNet Technologies, basée au Royaume-Uni, développe des outils de pêche de précision, notamment des lumières LED, des caméras vidéo sous-marines et des capteurs océaniques, pour rendre la pêche commerciale plus prévisible, rentable et durable. Ils conçoivent leurs produits avec des pêcheurs, pour des pêcheurs, et les commentaires des utilisateurs guident l’ensemble de leur processus de conception et de développement de produits. Leur caméra sous-marine CatchCam a récemment commencé à être distribuée au Canada.
Nous avons demandé à Dan Watson, cofondateur et chef de la direction de SafetyNet Technologies, comment ils utilisent la technologie de pêche et l’IA :
Comment votre technologie contribue-t-elle à promouvoir la durabilité au sein de l’industrie de la pêche?
Chez SafetyNet Technologies, nous créons des outils qui aident les pêcheurs à capturer leurs espèces cibles de manière plus efficace et durable. Ces outils améliorent notre compréhension de l’océan, nous permettent d’observer comment les espèces ciblées et non ciblées interagissent avec les engins de pêche et si les dispositifs de sélectivité fonctionnent correctement. Par conséquent, les équipages de pêche peuvent prendre des décisions fondées sur des données pendant les opérations afin d’optimiser leurs efforts et de se conformer à la réglementation.
Comment intégrez-vous l’IA dans vos solutions existantes et les solutions que vous développez?
Nous intégrons actuellement des techniques de vision par ordinateur et d’apprentissage automatique dans nos produits afin d’accélérer la vitesse à laquelle les utilisateurs non scientifiques des bateaux de pêche peuvent assimiler et apprendre à partir de grandes quantités de données océaniques pour permettre des changements opérationnels qui créent des résultats de pêche de précision. Ces techniques sont en cours de développement et nous sommes ravis de les partager plus tard en 2024.
Quelles méthodes ou technologies utilisez-vous pour recueillir et traiter de grands volumes de données océaniques? Utilisez-vous l’IA pour extraire des informations à partir de ces données? Si oui, comment?
Nous utilisons activement les engins de pêche comme plateformes pour recueillir de grandes quantités de données océanographiques et vidéo sous-marines et utilisons diverses méthodes, dont certaines font appel à des techniques de vision par ordinateur et d’apprentissage automatique, pour en extraire des informations significatives. Nous sommes également de grands partisans de « l’apprentissage humain » lorsque nous analysons les données océaniques, qui constituent les fondements de nos approches d’apprentissage automatique. Nous travaillons beaucoup avec des pêcheurs et des scientifiques pour guider la façon dont nous tirons un sens des données des capteurs.
Ce poisson
Fondée sur la côte ouest du Canada, ThisFish est un chef de file mondial en matière de logiciels de traçabilité des produits de la mer et d’intelligence artificielle qui réduisent les coûts, renforcent le contrôle des processus et améliorent la conformité des chaînes d’approvisionnement. ThisFish s’engage à moderniser l’industrie de la pêche et à améliorer la durabilité sociale, environnementale et financière des produits de la mer.
Voici comment Eric Enno Tamm, PDG et cofondateur de ThisFish, a répondu à nos questions sur l’utilisation de l’IA et de l’apprentissage automatique dans son travail.
Comment tirer parti de l’IA et de l’apprentissage automatique pour améliorer l’interprétation des données et la prise de décision?
Notre plateforme Tally permet aux producteurs de produits de la mer de numériser leurs données de production, de contrôle de la qualité, d’inventaire et de traçabilité de la chaîne d’approvisionnement. Nous avons fait de la recherche et développé l’apprentissage automatique pour ajouter plus de valeur à ces données. Voici quelques exemples :
- Nous avons utilisé les données de traçabilité et de production pour développer un outil de prédiction du rendement pour un transformateur de saumon et une conserverie de thon. Avant même de couper le poisson, TallyBot, notre assistant numérique basé sur l’IA, prédit quel sera le rendement. Cela nous a également permis de développer un outil d’établissement des coûts des matières premières pour le transformateur de saumon.
- À l’aide de données de contrôle de la qualité et de production dans une conserverie de thon, nous avons créé un TallyBot qui prédira le poids drainé des boîtes de thon. L’analyse suggère que cela pourrait permettre à une conserverie d’économiser plus d’un gramme de thon par boîte – et potentiellement des centaines de milliers de dollars.
- Nous sommes sur le point de commencer à travailler avec un exportateur de homard vivant pour mieux comprendre ce qui cause la mortalité des homards vivants expédiés outre-mer. Pour chaque commande client, la mortalité peut varier de quelques pourcents à 25%. Nous espérons que l’IA pourra nous aider à mieux comprendre ce qui motive cette mortalité.
Comment votre technologie contribue-t-elle à la durabilité de l’industrie de la pêche, en particulier grâce au rôle de l’IA dans la gestion des ressources et la réduction de l’impact environnemental?
Nous nous concentrons sur les acteurs intermédiaires de la chaîne d’approvisionnement tels que les transformateurs, les distributeurs et les commerçants. La plupart des IA sur lesquelles nous travaillons sont liées à la réduction des déchets dans la chaîne d’approvisionnement en faisant mieux correspondre l’offre et la demande, en réduisant la mortalité des produits vivants ou en augmentant les rendements afin que moins de poissons soient gaspillés ou sous-produits.
Nous avons également travaillé sur la détection d’anomalies par IA pour identifier les erreurs ou les comportements frauduleux dans les chaînes d’approvisionnement, ce qui facilite la validation des données de traçabilité.
Au-delà de l’IA, comment envisagez-vous des technologies comme l’IdO et la chaîne de blocs façonner l’avenir des pêches commerciales, et comment votre entreprise compte-t-elle les intégrer?
Les données sont souvent appelées le nouveau « pétrole » à l’ère de l’information, qui alimente la croissance de l’IA. En effet, la qualité et la quantité des données sont essentielles pour permettre à l’IA d’apprendre. Par conséquent, nous pouvons utiliser des capteurs IoT (Internet des objets) pour collecter automatiquement des données, réduisant ainsi le coût de la collecte et améliorant la qualité puisque nous éliminons les erreurs humaines et les préjugés. Ainsi, les capteurs IoT vont jouer un rôle énorme dans la mise en œuvre et l’expansion de l’IA dans les fruits de mer à l’avenir.
Nous avons intégré un capteur de température sans fil de pointe à notre plateforme Tally, car la surveillance de la chaîne du froid est nécessaire pour bon nombre de nos clients. Nous avons également intégré une caméra intelligente à TallyVision, un nouveau produit qui permet une inspection continue et automatisée dans les usines de fruits de mer. Au lieu d’un contrôle de la qualité effectué manuellement à l’aide d’échantillons aléatoires évalués par des personnes, TallyVision utilise des réseaux neuronaux et des algorithmes de vision par ordinateur pour classer automatiquement le poisson ou les filets par taille, couleur et défauts, éliminant ainsi les erreurs humaines et les préjugés de l’inspection tout en inspectant 100% des produits. C’est aussi un excellent exemple de la façon dont l’IA augmente de manière exponentielle la quantité de données tout en améliorant la qualité des données.
Ces exemples ne font qu’effleurer la surface de la façon dont l’IA transforme la technologie de la pêche et modernise l’industrie des produits de la mer. Au-delà de leur impact immédiat, ces innovations jouent également un rôle crucial dans les objectifs plus larges de l’industrie en matière de conservation de l’environnement et de gestion responsable des ressources. Nous aimerions savoir comment votre entreprise utilise l’IA, envoyez-nous un message et faites-le nous savoir car nous pourrions élargir cette série tout au long de 2024 et présenter d’autres innovations de l’industrie.
