Forskere, utviklere og gründere samarbeider om å utvikle nye verktøy for å identifisere rømt oppdrettslaks.

Prosjektleder Monica Solberg fra Havforskningsinstituttet (HI) skal lede arbeidet med å trene en kunstig intelligens (KI) til å gjenkjenne rømt fisk på bilder.

Målet er å gjøre verktøyet tilgjengelig for allmennheten gjennom HI sin folkeforskningsportal Dugnad for havet og i Elveguidens app innen utgangen av 2025.

– I dag bruker vi skjellprøver for å få sikkert svar på om en laks er vill eller om den har rømt fra et oppdrettsanlegg. Men både forvaltningen og fritidsfiskere trenger gode metoder langs elvekanten, sier Solberg.

Kunstig intelligens nytt verktøy

Det er ikke alltid lett å skille villaks fra oppdrettslaks. En oppdrettslaks som rømte tidlig i livet kan se ut som en villaks, og en villaks som har gytt mange ganger kan ha samme slitasje på finnene som en oppdrettslaks. Dette kan føre til at rømlinger blir sluppet ut igjen, mens noen villakser eller sjøørreter blir slått i hjel ved en feiltakelse.

Trening av AI

For å trene den kunstige intelligensen, vil forskerne bruke eksisterende laksebilder og skjellprøver fra ulike kilder. Disse inkluderer HI sin fiskefelle i Etneelva, Veterinærinstituttet sin fiskefelle i Driva, overvåkingsprogrammet for rømt oppdrettslaks, og fritidsfiskeres fangstrapporteringer i Elveguiden.

Bildeanalyse

Den kunstige intelligensen vil ikke bare kunne skille mellom vill og oppdrettslaks, men også gi et anslag for treffsikkerhet. I tillegg vil den kunne fortelle hvilke ytre kjennetegn den legger vekt på, noe som kan hjelpe til med å etablere objektive kriterier for å skille de to typene laks.

Maskinens øyne

Det er mulig at maskinen kan oppdage mønstre og sammenhenger i fiskens ytre trekk som menneskelige eksperter ikke har lagt merke til. Dette kan føre til en mer systematisk og objektiv tilnærming til identifisering av rømt laks.

Meld deg på nyhetsbrevet

Faunas nyhetsbrev gir deg fri tilgang til enkelte notiser og daglige nyheter – for full tilgang trenger du et abonnement.

Vi spammer ikke! Les vår personvernerklæring.

Takk for at du leser Fauna.no. BLI ABONNENT: Som abonnent (FAUNA+) støtter du redaksjonens arbeid. Send oss gjerne tips om saker til vår e-post: fauna@fauna.no. Send eventuelt kryptert melding via Telegram eller WhatsApp til 95844091.