如今，人工智能已成为人们日常谈论的话题。在目前计算力和所要处理的绝对数据量正在呈指数级增长之时，借助人工智能，为以更好、更快、更有效的方式去执行以前需要用人类智能完成的任务提供了广阔的机会。挪威政府非常重视人工智能方面的挑战，最近启动了《国家人工智能战略》，阐明了挪威将如何开发可信赖的基于AI的技术来促进可持续发展。

人工智能让减少资源耗用和处理巨量数据成为可能，并且在某些情况下，可以做出比人类更好的决策。它甚至可以减轻鱼所受到的应激压力。挪威公司在可持续的人工智能解决方案方面，取得了不错的成绩。他们使用人工智能提高肉类生产的效率，寻找从每只动物身上获取最多食物的方法，这可以减少农业的气候足迹。在渔业中，人工智能正成为渔民避免误捕和过度捕捞，监测鱼类种群，判别过度捕捞和确定捕捞配额的有用工具。

Deep Vision实现智能捕捞

挪威Scantrol Deep Vision公司开发出了一种革命性的，基于人工智能的Deep Vision系统工具，可帮助拖网渔船捕获适合的鱼货。借助附在拖网上的水下照相装置，Deep Vision系统无需将渔获物捕捞上船，在水中就可以对鱼类进行识别并测量其大小。这不仅可减少误捕，还可在达到捕捞配额时及时终止捕捞。使用针对不同鱼种及该鱼种规定的可捕尺寸等数据编写的程序，Deep Vision系统可自动分挑拖网中的渔获。该系统由通过链扣系在拖网上的一个框架和照相装置组成。拖网期间，一台立体相机对所有进入拖网的生物进行拍照，高清晰的图像再由Deep Vision软件作进一步的分析并记录下各物种信息自动测量每个个体的长度。所有图像均记录有经GPS数据校正的时间和水深信息，这些信息被显示在图片的下方。通过与回声探测仪的数据相结合，该系统还可以显示拖网期间各鱼种的密度。此外，Deep Vision系统获取的信息还可整合到声学软件中以协助诠释回声探测仪数据。在“创新挪威（Innovation Norway）”的支持下，Deep Vision正在为投入拖网渔业商用作进一步的开发。最终目标是，该系统可以对进入拖网的各物种自动进行测量和分类，并将相关体长和物种的数字信息实时传回船上。再通过与一个分挑装置相配合，让指令系统自动挑选拖网中的鱼类，让捕获想要的鱼种和符合规定尺寸的鱼货成为可能。一次拖网作业结束后，船长还可对系统记录下的数据作分析，确定在拖网期间，何时何处的渔获最好，捕获率和捕获物种的分布，以及在某拖速下拖网在水中的位置及其表现。

CreateView提高养殖生产效率和养殖鱼福利的解决方案

挪威CreateView公司正在开发提高养殖生产效率和养殖鱼福利的基于人工智能的解决方案。人工智能已显现出是预防和控制鲑鱼养殖中海虱爆发的一个特别有用的工具。CreateView系统将传感器、摄像机和人工智能组合起来，采集并分析养殖网箱中的大量数据。它允许养殖者在海虱爆发的早期阶段作出及时的应对，并应用收集的数据分析鲑鱼的行为和胃口，对鲑鱼投饲和疫苗接种进行优化，从而降低鲑鱼养殖成本和生态足迹，并通过减少鲑鱼所受的应激压力改善鲑鱼的福利。其一大亮点是传感器可以循环再利用。

Fishency360预防海虱保护环境和鲑鱼健康

Fishency Innovation开发出的Fishency360系统装置可对海虱进行数字化计数和监测，可改善对海虱的预防，保护环境和鲑鱼健康。

监测海虱的许多方法是劳动力密集型的且会对鱼造成干扰。在挪威计数海虱通常由人工完成。每周从养殖网箱中临时取出10~20条鲑鱼并施以镇静剂，再仔细地检查计数海虱，并将结果报告给管理当局。挪威全国约有5000个养殖网箱，每个网箱放养了约20万尾鲑鱼。这样的计数取样量实在太少，对于评估是否需要进行除虱治疗时，得出的数据也就不具可靠性和代表性。而且，取样方式对鱼产生应激压力，对鲑鱼的福利造成负面影响。

Fishency360系统结合了带有先进机器学习功能的硬件，它安装在网箱中，当游动的鲑鱼穿过管道时，摄像头就会拍摄下其高清晰的360度全景图像。软件对拍摄到的每一张图像进行处理、保存和传输；对海虱作出识别，分析数据并自动生成每天发送给养殖者的一份报告。该系统具备连续不断地监测大量鲑鱼样本，快速识别鲑鱼体上是否具有海虱痕迹的能力。为养殖者优化海虱治疗以及衡量海虱预防效果提供了更好的决策支持。该系统主要是为海虱计数设计的，但其解决方案还可用于测量鲑鱼生物量、鲑鱼的畸形和鱼体残损、体外溃疡或损伤，以及监测鱼所处的环境。该系统装备已经过验证并将在2020年启动商用。