规划与政策扫描

内容

加拿大海洋超级集群宣布为人工智能海洋项目提供2000万加元资助

来源：BetaKit 发布时间：2023年10月3日

10月3日，加拿大国家海洋超级集群（Ocean Supercluster）宣布在“加拿大人工智能战略计划”（Pan-Canadian AI Strategy Program）的支持下，为九个基于人工智能的海洋项目提供2000万加元资助，该资助将加拿大在AI领域的创新重点引向水产养殖和沿海清洁技术。

1. HYDROAWARE项目旨在利用AI的鱼类跟踪监测技术收集鱼类安全通道证据，保护栖息地并促进加拿大水力发电的扩大。该项目将帮助水力发电公司遵守《渔业法》和《濒危物种法》等法律，解决保护鱼类种群免受基础设施伤害的挑战。

2. 可扩展人工智能渔业监测项目旨在实现基于AI的可扩展的电子渔业监测（EM），使渔民更能负担得起，渔业管理更有效。监测渔船以及捕鱼时间和地点，并通过解决数据收集和处理中的瓶颈，为渔民和渔业管理提供关键决策能力。

3. 通过AI增强环境DNA项目该项目基于牵头机构从环境样本中收集的大量DNA数据，相当于3000多个人类基因组,利用环境DNA 技术来促进生物多样性的监测。这个广泛的数据集为训练AI 模型提供了重要机会,并将增加对AI驱动的数据解决方案和eDNA服务本身的需求。

4. 海藻养殖测量AI传感器项目旨在开发小型、非侵入式、支持AI 的传感器，用于在线远程监测海藻生长，以获得高质量、廉价的生物量监测可对加拿大海藻养殖者产生积极影响。

5. 通过AI监测项目最大限度地提高牡蛎产量该项目将开发人工智能技术来优化和监督牡蛎养殖的健康状况，同时有效缓解寄生虫、疾病、变化效应等挑战，提高牡蛎养殖者的商业产量。

6. Fishvue AI 平台项目旨在通过将AI 商业化整合到渔业监测中AI工具引入数据审查工作流程，为渔业监管机构和行业成员提高效率并降低成本。从而实现可持续的捕捞实践、优化的配额和更好的资源分配。促进鱼类种群保护，确保可持续渔业能力。

7. LITHOSCOPE 项目下一代多模态沉积物表征解决方案.该项目将引入无损成像技术来处理海底沉积物样本，以解决样本特征不足问题，这些样本包含有关海底环境的关键信息，包括其对风力涡轮机等海上基础设施的适用性。

8. 水产养殖自主机器人能力项目（ARCAP）该项目旨在为水产养殖业创建一个完整的智能系统，使用自主水下航行器（AUV）和自主水面舰艇（ASV）提供有关鱼类健康、数量、大小、基础设施和水质数据，推进水产养殖的自动化。

9. 水产养殖围栏视觉评估项目该项目将为独立机器人（IR）的Aqua2 自主水下航行器（AUV）开发视觉评估能力，以应对评估开放水域水产养殖围栏中鱼类健康状况、及时检测和清除死亡以及识别和修复网箱基础设施损坏的挑战。

编译：王秀娟李学荣