SeafoodAI telah menghasilkan "pembantu menangkap ketam" untuk nelayan. Foto: Jason Henry untuk BI . |
Sebuah syarikat baharu teknologi di Palo Alto, California, yang dipanggil SeafoodAI, telah mencipta CrabScan360 – sebuah peranti yang menggunakan AI untuk membantu nelayan mengukur, mengklasifikasikan dan merekodkan maklumat pada setiap ketam yang mereka tangkap. Mereka menggelarnya sebagai "pelaut yang tidak kenal penat lelah".
Memancing ketam telah lama dianggap sebagai salah satu kerja buruh manual yang paling sukar dan memerlukan tenaga fizikal dalam industri makanan laut. Setiap perjalanan ke laut memerlukan nelayan menyediakan perangkap, menurunkannya ke dasar laut, menandakan koordinat dengan peranti GPS, dan kemudian kembali ke pantai untuk menunggu. Selepas kira-kira 12 hingga 24 jam, atau kadangkala sehingga seminggu, mereka kembali ke tempat yang sama, menarik jaring, dan mula mengasingkan ketam.
Proses ini memerlukan perhatian yang teliti terhadap perincian dan pematuhan ketat terhadap peraturan tempatan mengenai saiz dan berat ketam yang dibenarkan untuk dituai. Nelayan mesti mengukur setiap ketam, menentukan jantinanya, mengklasifikasikannya, mengira kuantitinya, dan kemudian merekodkan maklumat secara manual dalam buku log. Ini sangat memakan masa dan memerlukan tenaga kerja yang banyak, terutamanya dalam konteks pasaran yang semakin tertumpu pada produk yang mampan dan boleh dikesan.
CrabScan360 dilancarkan dalam dua versi. Versi kecil dan mudah alih telah dikeluarkan pada bulan April. Peranti ini bersaiz lebih kurang seperti beg pakaian dan boleh dipasang dengan cepat di atas bot atau di pelabuhan. Nelayan hanya meletakkan setiap ketam pada peranti, dan sistem akan mengambil gambar, menganalisis dan merekodkan parameter yang diperlukan secara automatik. Semua data disimpan serta-merta.
Versi kedua sedang dibangunkan untuk loji pemprosesan. Peranti ini beroperasi sepenuhnya secara automatik. Ketam diletakkan pada tali sawat dan melalui sistem pengimbasan. Setiap ketam dianalisis dan disusun mengikut kriterianya sendiri. Setiap imbasan menjana rekod elektronik yang dikaitkan dengan masa, lokasi dan maklumat lengkap tentang ketam tersebut. Data ini dimuat naik ke platform storan awan dan boleh diakses dari jauh.
Menurut Rob Terry, pengasas dan Ketua Pegawai Eksekutif SeafoodAI, teknologi ini mencipta "cap jari digital" untuk setiap ketam. Ini membolehkan pengguna menjejaki keseluruhan perjalanan setiap kelompok ketam, dari perangkap ke kilang, dari masa penangkapan hingga peringkat pemprosesan akhir. Ini bukan sahaja mengurangkan ralat dan kerugian tetapi juga mewujudkan rantaian bekalan yang jelas dan telus.
Memandangkan rangkaian runcit utama seperti Walmart, Costco dan Whole Foods komited untuk hanya menjual produk makanan laut yang diperakui secara lestari mulai tahun 2027 dan seterusnya, keperluan untuk kebolehkesanan menjadi satu keperluan mandatori. Teknologi SeafoodAI dapat membantu nelayan dan perniagaan kecil memenuhi keperluan ini tanpa memerlukan pelaburan yang besar.
Tidak berhenti setakat ketam, SeafoodAI sedang mengembangkan penyelidikannya untuk mengaplikasikan teknologi AI dalam pengumpulan dan analisis data untuk spesies makanan laut lain seperti tuna, salmon dan udang. Setiap spesies mempunyai ciri biologi dan keperluan penilaian yang berbeza, yang memerlukan sistem sensor dan model AI yang berasingan. Syarikat itu berharap dapat membina pangkalan data yang besar yang menghubungkan nelayan, kilang, agensi kawal selia dan pengedar dalam masa nyata. Ini dijangka akan membawa kecekapan dan ketelusan kepada keseluruhan rantaian bekalan, terutamanya untuk pengeluar kecil dan sederhana.
Terry menyatakan bahawa matlamat mereka adalah untuk membangunkan penyelesaian moden yang mudah dilaksanakan yang sejajar dengan trend pengguna global yang pantas berubah. Penyelesaian ini bukan sahaja akan mengoptimumkan proses penangkapan ikan tetapi juga menyumbang kepada peningkatan nilai dan reputasi produk makanan laut untuk nelayan.
Sumber: https://znews.vn/ai-thanh-tro-ly-bat-cua-post1552195.html






Komen (0)