Skip to main content

iFarm de Cermaq: hacia una salmonicultura "individualizada"

Ilustración del concepto iFarm, donde el objetivo es el cultivo de salmón en el mar a nivel individual. Fuente: Cermaq.
Ilustración del concepto iFarm, donde el objetivo es el cultivo de salmón en el mar a nivel individual. Fuente: Cermaq.

Chile: Cermaq completó las pruebas iniciales de su concepto iFarm para el cultivo de peces individualizado. La compañía cree que resolverá muchos de los desafíos actuales de la digitalización en acuicultura.  

Harald Takle, gerente de investigación y desarrollo de tecnología acuícola en la empresa salmonicultora, dice que el concepto es único de varias maneras, aunque también presenta varios desafíos.

Los peces se mantienen a un nivel más profundo que en una jaula convencional, que también los mantiene debajo del "cinturón" donde se encuentran los piojos en el mar. Cada vez que un pez emerge para llenar su vejiga natatoria con aire, debe pasar a través de un tubo que contiene un dispositivo que detecta y reconoce a cada pez de manera individual, e informa cualquier irregularidad. Los peces con enfermedades, piojos u otros problemas pueden retirarse fácilmente de la producción.

Harald Takle:
Harald Takle: "Tenemos que entrenar al sistema para garantizar la precisión suficiente". Foto: Cermaq.

El dispositivo usa varias cámaras, y la geometría y el diseño se optimizará para el reconocimiento de imágenes. La compañía Biosort está detrás de la tecnología para el reconocimiento de imágenes y la clasificación de peces fuera de producción.

Dos desafíos

Tal como lo ve Takle, se deben superar dos desafíos para permitir que la iFarm funcione en un nivel de producción.

"El primero es cómo los componentes del sistema se adaptarán al comportamiento habitual y cotidiano de los peces, y de esta forma se adaptarán a su logística natural en la jaula", dice.

El segundo desafío es cómo transferir los algoritmos de reconocimiento de rostros utilizados por personas como Google o Apple para desarrollar un software de aprendizaje automático que funcione utilizando datos de imágenes. El sistema no solo reconocerá un patrón de identificación único de un pez, sino que también debería usarse para identificar enfermedades.

"Algunos artículos serán más fáciles que otros, como úlceras y deformidades. Se vuelve más difícil con una enfermedad más difusa y un cambio de comportamiento", dice Takle.

Millones de imágenes requeridas

El desafío de hacer que el sistema funcione es tomar suficientes imágenes para entrenar los algoritmos. Takle informa que realmente necesitan varios millones de imágenes por cada pez.

"Google ha utilizado alrededor de 200 millones de imágenes y ocho millones de personas únicas para que su algoritmo de reconocimiento de imágenes funcione con una precisión del 99,6%. Apple ha usado alrededor de mil millones de fotos para llegar al iPhone X ", dice para presentar una comparación.

Si la precisión del sistema es deficiente y la notificación de errores es frecuente, puede dar lugar a un sistema que no vale la pena adoptar.

"Tenemos que entrenar al sistema para garantizar la precisión suficiente, por lo que aquí se vuelve importante con la interacción entre el reconocimiento de imágenes de hardware y los algoritmos de software", dice Takle.

El sistema también debe ser estable y poder funcionar en todo tipo de clima y al mismo tiempo sumergirse. El desarrollo, por lo tanto, requerirá muchas pruebas, iteraciones y solución de problemas.

El concepto iFarm en el mar. Ilustración: Biosort/Cermaq.
El concepto iFarm en el mar. Ilustración: Biosort/Cermaq.

Experimento a pequeña escala

Hasta ahora, Cermaq ha llevado a cabo un trabajo piloto para explorar la geometría y las dimensiones del dispositivo, y estudiar el comportamiento de los peces en interacción con los componentes.

"Vimos que el salmón se levantó para tomar aire cada cuatro días. Pero este es un experimento a pequeña escala en jaulas poco profundas. Cuando las jaulas son más profundas, creo que subirían más a menudo. Para probar el dispositivo en el comportamiento de los peces a gran escala, debemos realizar pruebas a gran escala", añade Takle.

Además, se necesitaron varios intentos para obtener más información sobre la cámara y dónde colocar las fuentes de luz, a fin de tomar buenas fotografías.

"Tenemos que entrenar el algoritmo para ver los piojos y diferenciar los piojos de los peces. Es un dispositivo mecánico avanzado, que no debe estresar a los peces, y que también debe ser probado".

Pero aunque todavía queda mucho por hacer, Takle detalla que han recibido resultados positivos a pequeña escala que indican que el concepto es factible.

"El plan es comenzar el proyecto a más tardar en 2019, que luego tendrá un ciclo de desarrollo de seis años".

iFarm jaulas desde el aire. Foto: Cermaq.
iFarm jaulas desde el aire. Foto: Cermaq.

Datos ambientales

Un efecto secundario del sistema es la cantidad de datos proporcionados, no solo sobre los peces, sino también sobre el medio ambiente, como temperatura, salinidad, algas y piojos.

Takle también explica que al seguir peces de manera individual, solo existe la necesidad de tratar un pez enfermo, o un pez que en realidad tenga piojos.

"Hay una pequeña cantidad de peces en una jaula que tienen piojos. Al sacarlos de la producción y tratarlos por separado, hay una reducción en la pérdida de peces en el tratamiento y en el uso de las drogas y los productos químicos.

"Lo mismo se aplica a la enfermedad, donde podemos eliminar más fácilmente a los portadores de la jaula. Estimamos reducir las pérdidas asociadas con esto en un 75% ", dice.

Al proporcionar control de la biomasa, el consumo de alimento también puede optimizarse adaptándose a un apetito real. Esto reduce el desperdicio y brinda información más precisa a los mataderos, considerando el tamaño real de los peces.