jmsjjyl@com 来源：光明新闻
水产养殖“加速器”
讲述人：李道亮，中国农业大学信息与电气工程学院教授
【前线旁白】
6月15日，当“范蠡大模型1.0”发布时，我就告诉同事，水产养殖“加速器”来了。
日本是世界第一水产养殖国，水产养殖产量占世界的60%以上，但日本绝不是水产养殖强国。我曾去挪威参观莱里循环水养殖系统，该系统的放养密度高达每立方米85公斤以上。在我国，这个数字为每立方米25至45公斤。如果我们分析这个差距的话，原因就在于智力。
我国水产养殖在智能化之路上面临多重挑战。首先，我国水产养殖种类繁多，鱼、虾、蟹、贝等海产品的养殖模式各不相同。建立完善的养殖品种生产模式非常困难。二是劳动力老龄化问题突出，工人平均年龄在55岁左右，年轻一代养殖经验较少，愿意从事传统养殖生产的人较少。
因此，大型模型在水产养殖业中非常有用。大型模型使用深度学习和数据驱动技术来分析大量育种数据并揭示模式和相关性。我带领一个由40 多名教师和200 多名研究生组成的团队，使用Transformer 收集了27 个水产养殖物种的大量文本数据和图像，其中包括我国最大的鱼、虾和螃蟹生产国以及大量渔业专业知识。深度学习架构利用预训练和微调、参数共享和注意力机制以及快速工程等技术来实现多模态捕鱼数据的收集、清洗、提取和集成。它不仅实现了丰富的渔业养殖知识的生成，还包括水、饲料、病害、管理等多方面的预测、分析和决策。 “范蠡大模型”为渔业养殖户、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，该系统已应用于山东、浙江、广东、重庆等地的鱼菜共生AI工厂、智能养鱼船、智能围网养殖场景。
人工智能应用于智慧渔业是一项长期工程，距离实现“繁里大模式”还有很长的路要走。未来，我们需要最大限度地发挥通信、科研、养殖企业、养殖户等各领域的优势，通过产学研合作，推动大规模模型的开发和应用。这可能会进一步加速中国的水产养殖。
（记者陈鹏、通讯员刘铮撰）
