![Fisk Fisk](/dk/cdn-cgi/image/width=1640,format=auto,fit=crop,height=1093/siteassets/images/newsroom/2023/fish-under-water.jpg)
Fiskegenkendelse kan stoppe invasive arter
Ved hjælp af kunstig intelligens (AI) har Vattenfalls medarbejdere på vandkraftværket i Stornorrforsen kunnet identificere fisk ud fra en lang række egenskaber. Nu håber man på at kunne udvikle teknologien yderligere.
Sjældent bliver mødet mellem energiproduktion og naturen lige så tydeligt som i tilfældet med vandkraftværker og vandrende fisk. På den ene side har man kraften fra de enorme vandmasser, som skaber energi til hele Sverige, og på den anden side har man laks og andre fisk, som vil vandre både op og ned i elvene og har brug for veje til at komme forbi kraftværkerne.
Stornorrfors er et af de største af Sveriges godt 2.000 vandkraftværker og ligger i Umeälven et lille stykke vest for Umeå i det nordøstlige Sverige. Her installerede Vattenfall i 2010 en ny fisketrappe, som skulle føre de legende fisk forbi kraftværket, og for et par år siden tog de de første skridt henimod et fiskegenkendelsessystem, der via AI-teknologi skulle gøre det lettere for Vattenfall at følge, kategorisere og analysere fiskene og deres bevægelser.
"Vi udarbejdede en måde at bestemme egenskaber hos laks på," fortæller Patrik Andreasson, som er specialist i Vattenfalls forsknings- og udviklingsafdeling.
"Og i dag har vi fungerende algoritmer, som er rigtig gode til at genkende størrelse, forekomst af svampeangreb og til at kunne skelne mellem, om laksen er vild eller opdrættet, hvor man klipper den såkaldte fedtfinne på fiskens ryg."
Svært at registrere hunner
Formålet med teknologien er tydeligere at kunne styre, hvilke fisk der svømmer op og ned ad de fisketrapper, der er skabt til at fiskene kan passere forbi vandkraftværkerne, samt at kunne følge arternes udvikling over længere tid. I og med at der f.eks. sættes opdrættet laks ud i Umeälven, kan man anvende den kunstige teknologi til at se, hvor mange af dem, der efterfølgende kommer tilbage og at følge den vilde laks’ vej til den tilstødende Vindelälven.
I de seneste år er udviklingen inden for fiskegenkendelse gået hurtigt, og teknologien er nu tilgængelig fra flere forskellige aktører. Samtidig er der plads til forbedringer og forandringer, ikke mindst når det kommer til, hvad algoritmerne genkender hos laksene.
En af de afgørende og sværeste egenskaber at genkende hos legende laks er kønnet. Det er især vigtigt at registrere hunnerne. Jo flere hunner, desto mere rogn og yngel og dermed også voksne fisk. I Stornorrforsen foretages kønsgenkendelse i øjeblikket manuelt og visuelt af særligt kompetente medarbejdere, da det er ekstremt svært at skelne mellem hunner og hanner, især tidligt på sæsonen.
"Hvis vi skal erstatte de personer med algoritmer, skal de være lige så gode," siger Patrik Andreasson. "Det er meget svært nu, navnlig i begyndelsen af sæsonen. Vi har gjort et første forsøg på at udvikle en AI, som også genkender køn, og den fungerer, men er ikke god nok endnu. Så vi skal udvikle den yderligere og vil gøre et forsøg i slutningen af denne sæson eller begyndelsen af næste. Det er en ting, vi kommer til at arbejde med hele dette år."
Stop af invasive arter er et fremtidigt mål
Fiskegenkendelsesteknologien kan ikke kun anvendes til at opdage de rigtige fiskearter; potentialet er mindst lige så stort til at opdage "forkerte fisk".
"Vi vil åbne en del svenske vandløb, sandsynligvis først Dalälven, og sætte vandrende fisk ud," fortæller Patrik Andreasson. "Men så vil vi måske også stoppe invasive arter som sort kutling i at vandre op gennem vandløbene. Til det formål har vi planer, men ikke noget konkret projekt, om at bruge smarte algoritmer til at udsætte fisk, som har det godt, og sende de fisk tilbage, som ikke skal være der.
Faren ved f.eks. sort kutling, men også mange andre invasive arter, er, at de formerer sig hurtigt og dels kan tage føde fra andre arter, dels kan anvende andre arters rogn som mad og dermed mindske bestanden af vigtigere arter. Sort kutling er et eksempel på en art, der er meget dygtig til at tilpasse sig og overleve i både fersk- og saltvand"
En selvfølge at dele oplysninger
Uanset hvordan AI-teknologien vil blive anvendt fremadrettet, er det målet, at den skal være tilgængelig for alle, som har brug for den.
Vattenfalls laboratorium, som arbejder med fiskegenkendelse, er unikt i verden for sit arbejde rent teknologisk, men måske endnu mere usædvanligt er åbenheden i arbejdet. Patrik Andreasson fortæller, at de blot et par uger tidligere har haft besøg af det franske elselskab EDF, og at der er stor interesse fra branchekolleger i Norge, Canada, USA og Tyskland for at få indsigt i data og erfaringer.
"Det at være så åbne og tilgængelige er en målsætning fra vores side, som alle bakker op om. Så længe det ikke er en konkurrencemæssig fordel at holde på oplysningerne, er der ingen grund til at holde tingene hemmelige – tværtimod. På dette område med fiskevandring i kombination med vandkraft i stor skala er vidensniveauet så dårligt og holdningerne så mange, at vi ønsker, at ny viden, vi finder frem til, bliver delt og øger det faktabaserede grundlag."
Vattenfall samarbejder f.eks. ofte med universiteter – som er gode til både at analysere materialet og til at dele resultaterne – og på hjemmesiden findes der over 20.000 annoterede billeder, som alle kan anvende, f.eks. til at bygge nye algoritmer på.
"Sådanne billeder er hård valuta for alle, der arbejder med fiskegenkendelse. Vi har ingen ambition om at fremstille et produkt på denne baggrund. Vi er blot interesserede i at gøre materialet tilgængeligt for alle."
Relateret information
Abonner på vores nyhedsbrev
Vil du læse flere interessante historier om klimasmart energi og bæredygtighed?
Klik her for at abonnere på vores månedlige nyhedsbrev THE EDIT