综述：将人工智能应用于水产养殖：机遇、风险及系统性挑战

《Aquaculture International》：Integrating artificial intelligence in aquaculture: opportunities, risks, and systemic challenges

水产养殖对食物链和农村经济至关重要，需持续监测水质、疾病预测及生物量估算。当前AI模型存在数据异构性挑战，推荐采用5G联邦学习结合无人机协同数据采集与训练的框架。

　　

摘要

水产养殖在食物链和农村经济中发挥着重要作用。持续的水质监测、健康管理、实时生长监测以及生物量估算都是水产养殖中的关键环节。计算机视觉、图像处理和人工智能（AI）领域的最新进展，尤其是在机器学习（ML）和深度学习（DL）方面的发展，使得控制、驱动以及解决与日常水产养殖活动相关的问题成为可能。目前，各种机器学习和深度学习模型的性能以及该领域公共数据集的质量和可用性尚未得到充分研究，因此重新定义AI在水产养殖中的作用成为本研究的动机。本调查旨在分析和评估用于监测水质、估算鱼类生物量、疾病预测和行为分析的各种方法和数据集，突出最新进展，并引起研究人员对解决水产养殖系统所面临挑战和问题的关注。目前，尚不存在一个能够利用来自广泛地理区域内多样化、异构池塘的连续时间序列数据来执行所有基本水产养殖活动的通用AI模型。为填补这一空白，强烈建议采用基于5G技术的联邦学习（FL）框架，并结合使用无人机（UAV）进行数据协作收集和模型训练。