水产养殖“加速器”

  【一线讲述】

  6月15日，当“范蠡大模型1.0”发布时，我告诉身边的同事们，水产养殖的“加速器”来了。

  我国是世界第一水产养殖大国，养殖产量约占世界的60%以上，但是我国并不是水产养殖强国。我曾经去挪威参观莱瑞循环水养殖系统，其养殖密度大于85千克每立方米。而在我国，这一数字在25至45千克每立方米之间。分析差距，原因就在智能化上。

  我国水产养殖在智能化路上面临着多重挑战。一是我国水产养殖品种繁多，鱼、虾、蟹、贝等水产品的养殖模式各异，建立完整养殖品种的生产模型难度极大。二是劳动力老龄化问题凸显，从业者平均年龄约为55岁，年轻一代养殖经验不足，也少有人愿意从事传统的养殖生产。

  因此，在水产养殖行业，大模型大有用武之地。大模型可以利用深度学习和数据驱动的方法，分析海量的养殖数据，揭示其中的规律和关联性。我带着团队40多名老师和200多名研究生对鱼、虾、蟹等27个我国产量最大的水产养殖品种的大量文本数据和影像进行了收集，形成了大规模渔业专业知识语料库，通过Transformer深度学习架构，借助预训练和微调、参数共享与注意力机制、提示工程等技术，实现渔业多模态数据采集、清洗、萃取和整合等，不仅实现丰富的渔业养殖知识生成，还包括水、饵、病、管等多方面多元化的预测、分析和决策。“范蠡大模型”将为渔业养殖工人、管理经营者和政府决策部门提供更精准、更全面的人工智能支持，为渔业管理提供更科学的依据。

  目前，这套系统已经在山东、浙江、广东、重庆等地的鱼菜共生AI工厂、智能养鱼工船和智能围网养殖场景中投入使用。

  人工智能在智慧渔业中的应用是长期的，“范蠡大模型”也还有很长的路要走。未来，必须充分发挥通信、科研、水产养殖企业、养殖户等各种不同领域的优势力量，以产学研用协同推进大模型的开发与应用，人工智能才能真正落地，中国的水产养殖才能不断加速。

  （本报记者陈鹏 通讯员刘铮采访整理）