Algoritme skal hjælpe vilde fisk
Forskere har udviklet en algoritme, som kan afsløre, om fisk vokser og trives i havet. Biologerne har dermed fået et redskab til præcist at måle, om miljøpåvirkninger og klimaforandringer påvirker væksten hos vilde fisk.
Algoritmer er ikke kun noget, som styrer robotter eller bestemmer, hvad vi skal se på sociale medier. Ved at sætte en biolog sammen med en forsker i kunstig intelligens er det lykkes at udvikle en algoritme, som kan afsløre om fisk vokser og trives i havet.
- Ved hjælp af maskinlæring har vi fundet frem til, at hvis vi fodrer algoritmen med data om fiskens vægt plus to biokemiske faktorer om fiskens fordøjelsessystem og udnyttelse af protein, så kan algoritmen meget præcist forudsige vækstraten, forklarer lektor Poramate Manoonpong.
Han er tilknyttet SDU Embodied Systems for Robotics and Learning.
Unikt værktøj
Tidligere har biologer været i vildrede, når de skulle estimere, hvordan vilde fisk trivedes og voksede. Algoritmen er derfor et kærkomment værktøj.
- Vores arbejde vil være en stor hjælp til at minimere usikkerheden, når vi vurderer vildtbestanden. Det giver os et unikt værktøj til at vurdere, hvordan miljøpåvirkninger og klimaændringer spiller ind på fisks vækst og velvære, siger biokemiker Krisna Rungruangsak-Torrissen fra Havforskningsinstituttet i Norge:
- De fleste forskere er endnu ikke klar over, hvor stor en betydning biokemiske faktorer som fordøjelseseffektivitet (T/C ratio) har på væksten.
En verden af tal
Poramate Manoonpong har som forsker viklet sig langt ind i kunstige neurale netværk for at opbygge robothjerner.
I spændingsfeltet mellem bioinspireret robotics og neurorobotics har dyrs hjerner og nervesystemer inspireret ham til at designe kunstige hjerner.
Krisna Rungruangsak-Torrissen har til gengæld brugt over 30 år på at opbygge en detaljeret database over laks. Men en samtale mellem de to forskere fik hende til at dele sin viden og den store datamængde, og Poramate Manoonpong gik straks i gang med at sætte det hele ind i matematiske modeller.
”Der er ingen tvivl om, at det personligt er motiverende at bidrage til miljødagsordnen
- Når jeg arbejder, ser jeg tal. Jeg tænker faktisk ikke så meget over, hvad der gennem sig bag tallet; om det for eksempel er fisk.
-Jeg fokuserer udelukkende på tallene og matematikken for ikke at begrænse mig, men der er ingen tvivl om, at det personligt er motiverende at bidrage til miljødagsordnen, siger Poramate Manoonpong, som har lavet forskningen i sin fritid.
- Kunstige neurale netværk har tidligere været brugt til at forudsige vejret og til at få robotter til at bevæge sig, men det er første gang, at vi viser, at det kan bruges til at forudsige væksten hos dyr.
Forskerne har nu kontakt til forskere i Thailand, som ønsker at samarbejde om at udvikle en lignende algoritme til at følge vilde fisk- og rejebestande omkring Thailand.
- Læs den videnskabelige artikel: Neural computational model GrowthEstimate: A model for studying living resources through digestive efficiency
- Læs mere om SDU Embodied Systems for Robotics and Learning
- Tilbage til Ny Viden
Mød forskeren
Poramate Manoonpong er lektor ved SDU Embodied Systems for Robotics and Learning. Han forsker i spændingsfeltet mellem bioinspireret robotics og neurorobotics. Dyrs hjerner og nervesystemer inspirerer ham til at designe kunstige hjerner.