Fra 37 til 86 prosent autonomi: Forskning på fullskala autonom fôring ved forskningskonsesjon i Nord-Norge

Bilde av lokaliteten.

På en fullskala forskningslokalitet i Nord-Norge har CageEyes autonome fôringsteknologi blitt testet direkte mot konvensjonell, operatørstyrt fôring. Resultatene er klare: Autonomigraden kan økes betraktelig med de samme gode biologiske resultatene.

• Autonomigraden økte fra 37 % de første tre månedene til 86 % de siste tre månedene av produksjonssyklusen

• Testgruppen oppnådde en biologisk fôrfaktor (bFCR) på 1,142 mot 1,158 i referansemerdene

• Det var ingen signifikant forskjell i vekstrate mellom testgruppen og referansegruppen

I denne artikkelen sammenfatter vi resultatene fra den utslaktede lokaliteten. Resultatene gir et realistisk bilde av veien mot mer autonom drift.

Autonom fôring under kommersielle forhold

Bildet viser hvordan CageEyes fôringsprogram tar inn mange datakilder i en autopilot som kontrolleres av en operatør.

Forsøket er en del av ECHOFEEDING II, et forsknings- og utviklingssamarbeid gjennom Fiskeridirektoratets forskningstillatelser. Den langsiktige ambisjonen er å utvikle robust autonom fôring for kommersielle laksemerder, på tvers av skiftende miljøforhold og biologiske tilstander.

Prosjektstart var 12. mars 2025. CageEye-merdene (M1, M3 og M11) og referansemerdene (M2, M10 og M12) ble fra denne datoen fôret fra to forskjellige steder av to forskjellige fôringsteam. I testmerdene målte ekkolodd kontinuerlig hvordan fisken fordelte seg i merden, og hvordan atferden endret seg under fôring og produksjon. Signalene ga fôringssystemet et objektivt sanntidsbilde av hele fiskegruppen - også i mørket eller ved dårlig sikt.

Forsøket bestod av seks forsøksmerder, der tre merder ble fôret av CageEye (M1, M3 og M11) og tre ble fôret av uavhengige fôroperatører fra fôrflåten på anlegget.

Forsøket skulle gi svar på et krevende, men praktisk spørsmål: Kan fôringen i større grad automatiseres uten at det svekker vekst eller fôrutnyttelse?

Samme gode biologiske prestasjon

Resultatene viste at testgruppen og referansegruppen presterte like godt, det vil si at det ikke var mulig å se en statistisk signifikant forskjell mellom gruppene.

Figuren viser tre ulike KPI'er som brukes for å vurdere den biologiske prestasjonen.

Noen testmerder havnet blant de beste på enkelte mål, mens andre lå nærmere eller bak referansemerdene. Det er med andre ord ingen tydelig todeling mellom gruppene. Samlet presterte test- og referansegruppen på samme gode biologiske nivå, og ingen av de målte forskjellene var statistisk signifikante.

Figurene viser variasjonen mellom de seks prosjektmerdene gjennom produksjonssyklusen.

På fôrutnyttelse kom testgruppen noe bedre ut. Vektet biologisk fôrfaktor var 1,142 i testgruppen mot 1,158 i referansegruppen. Testgruppen hadde også høyere gjennomsnittlig slaktevekt, men de stod også rundt ti dager lengre i sjøen. Slaktevekt, produksjonstid og fiskestørrelse påvirker SGR. Når det korrigeres for disse forskjellene, er vekstprestasjonen praktisk talt lik: spesifikk vekstrate (SGR) var dermed 0,743 for testgruppen mot 0,749 prosent per døgn for referansegruppen.

Resultatene viser at en stadig mer autonom fôringsløsning presterte på nivå med en allerede veldrevet og god lokalitet. Den autonome løsningen ble ikke sammenlignet med et gjennomsnittlig anlegg, men med et anlegg med høyt prestasjonsnivå.

Autonomien økte etter hvert som systemet og operatørene lærte

Figuren viser hvordan CageEyes fôringsprogram tar inn rådata og handlingsregler og beregner fôringsaktivitet. Modellen oppdateres og forbedres kontinuerlig.

Autonomigraden økte fra 37 prosent de første tre månedene til 86 prosent de siste tre månedene. Denne utviklingen er viktig. Autonom fôring er ikke en bryter som ganske enkelt kan slås på. Løsningen er avhengig av pålitelige sensorer, integrasjoner med fôringsprogramvare og maskinvare, produksjonsdata av høy kvalitet, gode driftsrutiner og tydelige grenser for når mennesker skal gripe inn. Hver produksjonssyklus utsetter også systemet for endringer i fiskestørrelse, appetitt, temperatur, lys, vær og operative hendelser. Mye av forklaringen til økningen i autonomigrad er at fôringsalgoritmen ble jevnlig trent på større datagrunnlag og oppdatert. I tillegg ble CageEye sin egen pelletdeteksjon implementert i fôringsmodellen.

Figuren viser ukesvis grad av autonomi i fôringen av testmerdene. W1 (uke 1) er fra prosjektstart 12. mars.

Forsøket viser hvordan autonomi kan bygges trinnvis, samtidig som den biologiske prestasjonen forblir det viktigste sikkerhetsnettet. Mer autonomi fjerner ikke behovet for dyktige operatører. Det endrer hvordan tiden og kompetansen deres brukes.

Fôroperatøren får en ny rolle

Figuren illustrerer hvordan «hybrid intelligens» kombinerer operatørens skjønn og erfaring med kunstig intelligens for en mer presis fôring.

Ekkolodd gir ny informasjon om fisken fra en langt større del av merden enn hva et kamera alene kan dekke. Programmet kan bruke den samme beslutningslogikken konsekvent gjennom måltidene, mens operatøren overvåker resultatene, håndterer avvik og bruker produksjonsdata til å forbedre den overordnede fôringsstrategien. Resultatet er et samspill mellom teknologi og mennesker: Systemet følger kontinuerlig med, mens operatørene bidrar med strategi kontekst, skjønn og dømmekraft.