Los avances en machine learning están impactando en todas las actividades humanas, no estando exenta la acuicultura en ellas. Una de las ventajas mas destacables es la capacidad de estos algoritmos de procesar datos y predecir resultados de una manera sorprendente y superior a la capacidad humana.
Una de las más prometedoras es la relacionada con el uso y optimización del pienso ya que impacta directamente en la rentabilidad y sostenibilidad de las granjas de acuicultura. Hasta ahora, lo métodos tradicionales para estimar el impacto de la frecuencia de alimentación en peces ha venido arrojando resultados inconsistentes debido a la gran cantidad de variables involucradas, como la especie de pez de cultivo y sus hábitos de alimentación, o los sistemas de producción, entre otros.
Para abordar esta complejidad se están desarrollando modelos de machine learning que permite analizar múltiples factores simultáneamente, lo que hace que se consiga predecir con alta precisión el ratio de conversión de alimento (FCR) y la ganancia de peso diaria (ADG) dos indicadores clave que permiten analizar el rendimiento productivo a distintos niveles, el crecimiento y la eficiencia alimentaria.
Sobre este tema, recientemente se ha publicado un estudio en el que se empleó Gradient Boosting Machine, un método específico de machine learning, que sirvió para analizar 145 estudios publicados sobre la optimización de la frecuencia de alimentación en peces.
En el meta-análisis en cuestión se estudiaron especies herbívoras, omnívoras y carnívoras, cada una con sus propias características. Como conclusión general, los resultados sugieren que una frecuencia de alimentación de cuatro veces al día maximiza el crecimiento en la mayoría de las especies estudiadas, abriendo nuevas posibilidades para mejorar la productividad en el sector acuícola mediante la aplicación de tecnologías avanzadas.
Además, gracias al machine learning se mejora la capacidad de predecir los efectos de cambios en la frecuencia de alimentación y puede generar estrategias de alimentación optimizadas para maximizar la eficiencia y sostenibilidad en la acuicultura
En el futuro, el uso de la Inteligencia Artificial no solo ayudará a formular estrategias de alimentación más eficientes, sino que también mejora la sostenibilidad de la producción al reducir el desperdicio de alimentos y optimizar los recursos.
Referencia:
Huang, M., Zhou, Y.-G., Yang, X.-G., Gao, Q.-F., Chen, Y.-N., Ren, Y.-C., & Dong, S.-L. (2024). Optimizing feeding frequencies in fish: A meta-analysis and machine learning approach. Aquaculture
Te puede interesar
Agenda
-
09octmié, 09 oct - jue, 10 octAuditorio Municipal de O Grove - O Grove (Pontevedra)
-
22seplun, 22 sep - jue, 25 sepPalacio de Congresos de Valencia