Lubinas bajo vigilancia inteligente: un sistema con IA abre nuevas vías para mejorar la eficiencia en acuicultura

Marc Vandeputte |@misPeces

Un equipo de investigadores de INRAE, IFREMER y MARBEC ha diseñado un sistema pionero que identifica a cada pez dentro de un tanque, detecta los gránulos no ingeridos y calcular, de forma individual cuánta comida ha consumido cada lubina.

El desarrollo ha sido presentado durante el XV Simposio Internacional de Genética en Acuicultura que se está llevando a cabo en Cádiz durante esta semana.

Como explicó, Marc Vandeputte, investigador del INRAE (Institut National de Recherque pour l’Agriculture, l’Alimentation et l’Environnement), apoyados por inteligencia artificial se ha desarrollado una plataforma que observa, mide y analiza cómo se alimentan las lubinas de manera individual, pero en condiciones reales de grupo, lo que hasta ahora era un gran desafío técnico.

Para abordar estas limitaciones, el equipo ha diseñado un enfoque basado en visión por computador, capaz de identificar peces, detectar pellets no ingeridos y calcular la ingesta individual de alimento en condiciones grupales. Utilizando un algoritmo de aprendizaje profundo (YOLO), se ha alcanzado una precisión destacable, con un F1-score de 0.94 en la detección de peces, lo que se puede identificar como un excelente resultado, especialmente en tareas de visión por ordenador.

El sistema se prueba actualmente en un acuario de 240 litros equipado con alimentación automática, cámara submarina y sensores específicos. Entre los próximos pasos destacan la mejora de los modelos de datos, el análisis del comportamiento alimenticio y la integración del sistema en programas de selección genética con cientos de peces.

Este avance técnico se apoya en un enfoque genético robusto. Se genotiparon 529 peces con más de 1100 SNPs (variaciones genéticas) y se emplearon modelos animales con matrices genómicas (GRM) para estimar heredabilidad, correlaciones y valores genéticos esperados (GEBVs). Los resultados muestran que tanto la eficiencia de conversión alimenticia (FCR) como el crecimiento bajo alimentación restringida son altamente heredables, con una fuerte correlación genética negativa entre ambos: peces que crecen más tienden a usar mejor el alimento.

El sistema fue probado en 831 lubinas juveniles durante seis meses en acuarios individuales. Los datos permitieron identificar variabilidad significativa entre individuos, tanto a nivel fenotípico como genético, lo que sienta las bases para una selección de precisión. La metodología incluyó fenotipado digital, detección de pellets no consumidos y cálculo automático de FCR por pez. Todo ello facilita una nueva forma de seleccionar reproductores no solo por su tamaño, sino por su eficiencia y comportamiento alimenticio.

Entre los próximos pasos: ampliar el sistema a cientos de peces, refinar el modelo de IA para reconocer patrones de comportamiento alimentario y vincular esta información con decisiones genéticas en programas de mejora.

Este trabajo, como explicó el ponente, está respaldado por el proyecto europeo AquaImpact y el programa France 2030, abre nuevas posibilidades para una acuicultura más sostenible, eficiente y orientada al bienestar animal.