Med et klarere bilde på hvor fisken er, kan fiskere planlegge mer effektive ruter som sparer både tid og drivstoff i tillegg til mer bærekraftig fiske. Vi har laget AI-løsningen som kan forandre norsk fiskeindustri.
Medforfatter: Aleksander Stangeland
I en tid hvor digital innovasjon forandrer de fleste sektorer, har Knowit rettet sitt fokus mot Norges nest største eksportnæring – fiskeindustrien. Drivstoff og mannskap utgjør over halvparten av driftskostnadene til fiskefartøy (1), og mye av tiden til sjøs går til å lete etter fisk. Samtidig estimeres det at det årlig i Norge blir kastet 5000 tonn grunnet bifangst (2).
Med dette til grunn har Knowit kombinert sin ekspertise innen AI, datadreven verdiskapning og maritim domenekunnskap for å skape en løsning som kan bidra til en mer effektiv og bærekraftig fiskerinæring.
Siden 2018 har Knowit jobbet med digital beslutningstøtte ved bruk av hav- og maritime posisjonsdata. Løsningen som nå er utviklet bruker avanserte AI-modeller og stordata for å gi prognoser på hvor ulike fiskearter vil være de neste syv dagene. Målet er å skape en “værmelding for fisk” som skal hjelpe fiskere med å planlegge fiskerutene sine. Dette er i form av en app som fiskerne kan bruke når de er ute og fisker som viser hvor og når det er det kan være best å fiske, basert på hvilken art de fisker etter og redskapet de bruker.
Digitalisering av fiskeindustrien har ført til økende rapporteringskrav for fiskere. Som de første i verden, har Fiskeridirektoratet gjort fangstdata fra den norske fiskeflåten åpen for alle. Motivasjonen bak dette er å drive innovasjon og en åpen forvaltning av Norges havressurser, men det økende rapporteringskravet kan gjøre hverdagen til mange fiskere vanskeligere, uten at de opplever å få noen konkret verdi tilbake. Vi mener det er et uutnyttet potensiale i dataene som rapporteres fra fiskebåter. Med løsningen vår kan det være mulig å bruke disse dataene for å gjøre hverdagen til fiskerne enklere.
Med bedre innsikt i hvordan de ulike fiskeartene beveger seg gir det også muligheten til å redusere innvirkningen fra fiske på de marine økosystemene. Bifangst, altså fangst av andre arter enn det primært fiskes etter, er ikke bare en forkastelse av ressurser, men kan også føre til tap av biologisk mangfold. Selv om det er ulovlig å kaste bifangst på sjøen, skjer dette fortsatt i stor grad.
Prognosene for hvor fisken er gjør det mulig å fiske mer målrettet mot en bestemt art, og dermed minimere bifangsten.
Prognosene genereres av AI-modeller som er trent på over 10 år med historiske data fra flere kilder. Dette inkluderer fangstmeldinger, posisjonsdata fra fiskebåter, havstrømmer, temperatur, salinitet, klorofyllnivåer og andre havdata som fiskere bruker når de leter etter fisk.
Video: Noe av havdataen som benyttes for å forutse fiskemigrering.
Havdata er også gjort tilgjengelig som støttende informasjonslag i løsningen slik at fiskerne kan se den underliggende dataen i tillegg til prognosene. For å styrke tilliten til prognosene mener vi det er viktig at modellene våre er tolkbare, altså at det er enkelt å se hvilke data som brukes i modellen, og hvordan ulike variabler påvirker resultatet.
Brukergrensesnittet til løsningen er utviklet for å være enkelt og intuitivt å bruke. Gjennom hele prosessen har brukeropplevelsen vært en prioritet og det har vært et rettet fokus på å lage et verktøy som er enkelt å bruke, uavhengig av hvilket utstyr de ulike båtene har. Knowit sin løsning gir daglig innsikt og er lett tilgjengelig på mobile enheter og andre flater som man har med seg under fiske. Vi har samarbeidet tett med industrien for å sikre at løsningen møter fiskernes krav og behov. Det er fra dialog med fiskere vi har forstått at vi må prioritere funksjoner som nattmodus, siden mye fiske foregår på natten, og et responsivt grensesnitt som tilpasser seg til mobiler, nettbrett og monitorer.
Knowits innovative tilnærming viser hvordan AI og dataanalyse kombinert med domenekunnskap kan bidra til å digitalisere og fornye tradisjonelle næringer. Ved å utnytte potensialet i hav- og fangstdata, kan man redusere kostnader med en løsning som er brukervennlig for de som skal benytt seg av den, samtidig som vi baner vei for en mer bærekraftig fremtid for den globale fiskeindustrien – med start i Norge.
Vil du vite mer om AI-løsningen vi har utviklet for fiskindustrien?
Referanser:
(1) Lønnsomhetsundersøkelse for fiskeflåten - tidsserier
(2) Robert må kaste god fisk i søpla: - Vi prioriterer ikke denne fisken