ยิ่งมืดยิ่งอันตราย? อ่านจิตใจของปลาจากสี: ตัวเอกแห่งอเมซอน ตัมบากี แสดงความเครียดด้วย AI

1. มีอะไรใหม่: AI อ่าน "สี" ของปลา

ทีมงานร่วมจาก UNESP และ EMBRAPA ได้สร้าง AI ที่ประเมินความเครียดของปลาตามการเปลี่ยนแปลงสีของปลาทัมบากี ซึ่งเป็นปลาที่เลี้ยงกันอย่างแพร่หลายในภูมิภาคอเมซอน โดยเน้นที่ความเข้มของ "ส่วนล่าง" ของตัวปลา โดยใช้เทคนิคการพรางตัวที่พบในธรรมชาติที่เรียกว่า countershading (ด้านหลังเข้มและด้านท้องอ่อน) และคำนวณอัตราส่วนพิกเซลดำ/ขาวจากภาพถ่ายเพื่อหาค่าความเครียดPhys.org

2. การออกแบบการทดลอง: 3,780 ภาพ "ใบหน้า"

ทีมวิจัยได้ถ่ายภาพปลาจำนวน 3,780 ตัว โดยมี 1,280 ตัวจาก CAUNESP และ 2,500 ตัวจากสถานที่ของ EMBRAPA ในรัฐโทกันตินส์ โดยกำหนดพื้นที่ส่วนล่างของตัวปลาและใช้โมเดลการเรียนรู้เชิงลึกเพื่อเรียนรู้คะแนนความเครียดตามอัตราส่วนพิกเซล รวมถึงมีประชากรปลาที่มีข้อมูลสายพันธุ์ ซึ่งคาดการณ์ว่ามีอัตราการถ่ายทอดทางพันธุกรรมของความทนทานต่อความเครียดในระดับปานกลางถึงสูงEurekAlert!

3. เหตุผลทางสรีรวิทยาของ "การมืดลง"

แม้ว่าจะมีการรู้จักปลาที่เปลี่ยนเป็นสีดำเมื่อเครียด แต่การทดลองกับปลาทัมบากีเป็นครั้งแรก เมื่อฉีดฮอร์โมนที่เกี่ยวข้องกับความเครียด α-MSH เข้าสู่เกล็ดของปลา จะทำให้เมลาโนฟอร์ขยายตัวและทำให้สีเข้มขึ้น นอกจากนี้ยังมีการทดลองที่ย้ายปลาจากบ่อใหญ่ไปยังถังกลมขนาด 2,000 ลิตรเป็นเวลา 10 วัน และพบว่าสีของปลามีความเข้มขึ้นจริงEurekAlert!

4. ความแม่นยำของอัลกอริทึม

รายละเอียดทางเทคนิคในเวอร์ชันพรีปรินต์ใช้ DeepLab V3 (ResNet-50) สำหรับระบบการมองเห็นคอมพิวเตอร์ (CVS) เพื่อแสดงความเข้มของ countershading โดยอัตโนมัติ การทดสอบฟีโนไทป์ขนาดใหญ่แสดงความแม่นยำประมาณ 88% และมีการรายงานอัตราการถ่ายทอดทางพันธุกรรมในระดับปานกลางถึงสูงสำหรับตัวชี้วัดเช่นอัตราส่วนพิกเซลดำและค่าเฉลี่ยของพิกเซลSSRN

5. ผลกระทบทางอุตสาหกรรม: สวัสดิภาพ × การคัดเลือกพันธุ์ × การดำเนินงาน

บราซิลเป็นประเทศผู้ผลิตปลาทัมบากีรายใหญ่ที่สุด โดยมีการผลิต 110,000 ตันในปี 2022 การใช้ AI เพื่อ "ตรวจสอบความเครียดจากภาพถ่าย" สามารถปรับปรุงการจัดการการเลี้ยง เช่น การลดความหนาแน่นและการปรับปรุงวิธีการจัดการ และยังเป็นจุดเริ่มต้นของการปรับปรุงพันธุกรรมเพื่อเลือกสายพันธุ์ที่ทนต่อความเครียด การปรับปรุงสวัสดิภาพยังสัมพันธ์กับการต้านทานโรคและการเจริญเติบโต ซึ่งอาจส่งผลให้ผลผลิตเพิ่มขึ้นPhys.orgEurekAlert!

6. รายการตรวจสอบการใช้งานในภาคสนาม

• การมาตรฐานแสง: ลดการเปลี่ยนแปลงของแสงในร่มและกลางแจ้ง, เวลา, ความสว่างและอุณหภูมิสี โดยใช้แผ่นอ้างอิงหรือการล็อคการเปิดรับแสงEurekAlert!

• มุมมองและองค์ประกอบ: การวิจัยประเมินส่วนล่างของตัวปลา ควรใช้กล้องที่ติดตั้งเพื่อรักษาการจัดกรอบที่คล้ายกันในภาคสนามPhys.org

• การจัดการเกณฑ์: คาลิเบรทคะแนนตามอัตราส่วนพิกเซลดำ/ขาว "สำหรับแต่ละที่เลี้ยง" โดยต้องมีการปรับใหม่เมื่อขนาดและความหนาแน่นของกลุ่มเปลี่ยนแปลงPhys.org

• การรวมเซ็นเซอร์อื่นๆ: การรวมเซ็นเซอร์สิ่งแวดล้อมเช่นออกซิเจนละลายและ pH และกล้องตรวจจับพฤติกรรมจะเพิ่มความแม่นยำในการตรวจจับความผิดปกติ ชุมชนการเลี้ยงปลาให้ความสนใจใน "AI กล้อง × การวิเคราะห์พฤติกรรม"Reef2Reef

7. การเชื่อมโยงกับความรู้ที่มีอยู่

ปลาทัมบากีเป็นหนึ่งในปลาพื้นเมืองที่สำคัญที่สุดในการเลี้ยงในบราซิล มีการวิจัยเกี่ยวกับการจัดการความหนาแน่นและคุณภาพน้ำ รวมถึงการเลี้ยงในระบบหมุนเวียน (RAS) AI ที่ใช้สีในครั้งนี้เป็นเทคโนโลยีที่เพิ่มเลเยอร์ใหม่ของ "การมองเห็นสวัสดิภาพแบบเรียลไทม์" บนความรู้การดำเนินงานที่มีอยู่MDPI

8. ติดตามปฏิกิริยาเริ่มต้นจาก SNS และอุตสาหกรรม

การเปิดเผยข้อมูลเกิดขึ้นเมื่อวันที่ 8 กันยายน 2025 (ตามเวลาญี่ปุ่นคือเช้ามืดวันที่ 9) และอยู่ใน "เฟสเริ่มต้น" ประมาณหนึ่งวันหลังจากการรายงานข่าว แพร่กระจายผ่านการแจกจ่ายข่าววิทยาศาสตร์ (EurekAlert, Phys.org, Mirage News, Bioengineer.org) และถูกเลือกเป็นหัวข้อในเทคโนโลยีการเลี้ยงปลาปฏิกิริยาเชิงบวกเช่น "การมองเห็นสวัสดิภาพจากกล้องเพียงอย่างเดียว" และ "การประเมินคุณสมบัติที่ไม่สามารถวัดได้ในระดับการคัดเลือกพันธุ์ใหญ่โดยไม่ต้องบุกรุก"ข้อควรระวังเช่น "อาจอ่อนไหวต่อสภาพแสงและสีของน้ำ" และ "สีอาจแตกต่างกันตามชนิดหรือสายพันธุ์และระยะการเจริญเติบโต" ในชุมชนที่เกี่ยวข้องมีการอภิปรายเกี่ยวกับแนวคิดการใช้งาน "การตรวจสอบความเครียดและพฤติกรรมด้วยกล้อง AI"EurekAlert!Phys.orgMirage NewsBIOENGINEER.ORGReef2Reef

9. ข้อจำกัด: อคติที่ควรระวัง

• การพึ่งพาสภาพการถ่ายภาพ: ปริมาณแสง อุณหภูมิสี และพื้นหลัง (สีถัง) มีผลต่อคุณสมบัติของพิกเซล การขยายไปยังสถานที่อื่นจำเป็นต้องมีการแก้ไขสีและการปรับตัวของโดเมนEurekAlert!

• ข้อจำกัดของตัวชี้วัดเดียว: สีเป็นตัวแทนที่แข็งแกร่ง แต่การดำเนินการที่รวมตัวชี้วัดหลายตัวเช่นพยาธิวิทยา พฤติกรรม และคุณภาพน้ำเป็นสิ่งที่เป็นจริงWiley Online Library

• ขอบเขตของการคาดการณ์: การทดลองนี้มุ่งเน้นที่ปลาทัมบากี การตรวจสอบความถูกต้องหรือการเรียนรู้ใหม่อาจจำเป็นสำหรับชนิดอื่นๆ (เช่น ปลานิล)EurekAlert!

10. ขั้นตอนถัดไป: เส้นทางสู่การผลิต

1. กล้องที่ติดตั้งและการล็อคการเปิดรับแสง → 2) การคาลิเบรทแผ่นสีภายในสถานที่ → 3) การกำหนด "คะแนนอ้างอิง" สำหรับแต่ละสถานที่ → 4) การตรวจสอบร่วมกับเซ็นเซอร์คุณภาพน้ำและ AI พฤติกรรม (การแจ้งเตือนจะเกิดขึ้นเมื่อมีข้อตกลงจากตัวชี้วัดหลายตัว) → 5) การเชื่อมโยงกับการจัดการสายพันธุ์และครอบครัวการคัดเลือก "สายพันธุ์ที่ทนต่อความเครียด" ความแม่นยำในการตัดสินใจอัตโนมัติประมาณ 88% ที่แสดงในพรีปรินต์อาจเพิ่มขึ้นได้จากการปรับใช้ในสถานที่จริงSSRN

Powered by Froala Editor