Suksess-appen Fiskher utvikles videre med NORCE-eksperter innen kunstig intelligens

Målet er at appen Fiskher skal forutsi fiskens bevegelser, og fortelle deg hvor de beste fiskeplassene er akkurat nå - og noen dager frem i tid.

Vi jobber med kunstig intelligens, fiskebiologi og inkluderer rekke eksterne faktorer i miljøet for å kunne si om fisken vil like en bestemt plass, sier seniorforsker Boyan Yuan i NORCE. (Illustrasjonsfoto: Colourbox)

Suksesshistorien til bedriften Fiskher AS i Lillesand fortsetter - med NORCE-eksperter på laget innen kunstig intelligens og fiskebiologi. Fiskher AS og NORCE samarbeider i et nytt treårig innovasjonsprosjekt finansiert av Forskningsrådet, for å kunne ta appen til nye høyder.

Den er allerede lastet ned av over 160.000 brukere, og fra 1. juni omfatter Fiskher ikke bare norskekysten, men også 50.000 innlandsvann og elver. I tillegg inkluderes også kysten av Sverige og Danmark.

– Vi forvalter et konsept som folk liker og bruker, og vi forvalter en idé som har så mye potensiale i seg at det er viktig å gjøre de rette valgene, sier gründer og medeier Trond Are Gjone i Fiskher AS.

­– Dette jobber vi med hver dag, for dette laget har de beste fagfolkene. Sammen med NORCE er vi i ferd med å bygge fremtiden for fritidsfiske, fortsetter Gjone.

I gratisversjonen av appen får du allerede de beste fiskeområdene for syv fiskearter langs store deler av norskekysten, mot betaling gis det tilgang til 16 arter og spesielt utvalgte områder – såkalte «skjulte perler».

Appen har også en avansert fiskegjenkjenner, som i nær fremtid vil utvides med AR-teknologi for beregning av lengde - og vekt.

Fra statisk til dynamisk – med kunstig intelligens

Per i dag er all informasjonen i appen statisk, tegnet inn manuelt og basert på kunnskapen til sportsfiskere med 20-30 års erfaring om fiskeplasser i Norge.

Trond Svandal, utviklingsansvarlig i Fiskher, har lagt til rette for det videre arbeidet og har allerede testet hvordan overgangen fra manuell tegning til maskinlæring av fiskeområder fungerer.

­– Resultatene er virkelig inspirerende, sier Trond Are Gjone.

Seniorforsker Boyan Yuan i NORCE og utviklingsanasvarlig Trond Svandal i Fiskher skal jobbe videre med kunstig intelligens for å utvikle appen. (Foto: Fiskher)
Seniorforsker Boyan Yuan i NORCE og utviklingsanasvarlig Trond Svandal i Fiskher skal jobbe videre med kunstig intelligens for å utvikle appen. (Foto: Fiskher)

Nå er planen at alle relevante og tilgjengelige data skal brukes i den videre utviklingen, og dessuten vil forskerne inkludere avansert fiskebiologisk kunnskap.

– Det blir litt som å dekode fiskehjernen, våre modeller skal fôres med informasjon om fiskebiologi fra mange ulike fiskearter. Vi kombinerer fiskebiologien med en rekke eksterne faktorer i miljøet for å kunne si om fisken vil like en bestemt plass, sier seniorforsker Boyan Yuan i NORCE.

Alt dette skal i sum muliggjøre mer presis prediksjon av fiskens bevegelser, og dessuten gradere mulighetene innenfor fiskeplassene.

– Når vi etter hvert går fra statisk til dynamisk informasjon, vil brukere av appen merke en tydelig forskjell: de beste fiskeplassene kan flytte noe på seg over et tidsrom. I dag vises fiskeguiden som ett stillestående, ugradert felt. En fremtidig versjon av appen vil gjøre det lettere å oppleve fiskelykke, sier Yuan.

Forskerne har også tenkt å samle inn undervannsvideoer fra lokasjoner der dette er mulig. Dermed kan du etter hvert også vurdere bunnforholdene på stedet og hvilket utstyr du ønsker å bruke der. Eller bare få et inntrykk av hvordan stedet ser ut fra fiskens synsvinkel.

Utvikler modellene

Totalbudsjettet for det 3-årige prosjektet AI4FISH – AI for sustainability in marine recreational fishing participation: Scalable spatiotemporally resolved ml models er 7,9 millioner kroner. Av disse går 3,8 millioner til NORCE.

Boyan og kollegene er kommet i gang med å bygge opp en database og utvikle modellene.

- Fiskhers Trond Svandal har allerede utprøvd en enkel modell med et begrenset antall utvalgte parametre. Dessuten har vi sett på tradisjonelle artsdistribusjonsmodeller med programvare som har gode opplegg for behandling av geospatial data, for prøvearter som brosme, lange, ur og sjøørret. Resultatene er lovende, sier Yuan.

Nedskaleres for å gi mer nøyaktig informasjon

Forskerne skal i modellene vektlegge en rekke faktorer, som deles inn i en statistisk og en dynamisk del. De mer statistiske faktorene handler om bunntopografi, sedimenttyper, næring og oksygeninnhold i vannet.

De dynamiske faktorene er vind, bølger, strømmer og temperatur. Datamodellen skal nedskaleres slik at den gir mer nøyaktig informasjon over mindre områder.

–50 x 50 meter blir ett datapunkt, så det blir ganske høy spatial oppløsning, og eksempelvis vind og bølger oppdateres hver time og værmeldinger gir prognoser for en uke. Vi må takle datamengdene ved å lage et lite datasett først og så oppskalere det. sier Boyan Yuan.

Potensielt viktig verktøy for forvaltningen

Utviklingen av appen handler for øvrig ikke bare om å øke fiskelykken. Informasjon som tilbys i fremtidige versjoner av appen Fiskher kan potensielt bli et viktig verktøy for forvaltningen i å overvåke bestander.

–Så man kan si at enda viktigere enn å finne fisk, er det at vi kan bidra til god forvaltning av fiskebestander langs kysten. På dette feltet kan FiskHer spille en viktig rolle, sier Yuan.

– Langs kysten er det store verdier, på verdensbasis er det flere hundre millioner mennesker som fisker regelmessig. I det ligger det en stor økonomisk verdi. Men det har samtidig noen negative konsekvenser, som FiskHer kan være med på å redusere. Dette er spennende, vi er glade for å få være forskningspartner i prosjektet, og for at Forskningsrådet ser verdien av arbeidet, sier Yuan.

Les mer hos Fiskher.

 


Publisert først på NORCE

Av Andreas R. Graven Seniorrådgiver kommunikasjon, NORCE Research
Publisert 2. juni 2021 11:03 - Sist endret 2. juni 2021 12:58