Nhật Bản: Phân loại giới tính cua biển bằng AI

Ngư dân vùng phía Bắc Nhật Bản thường đánh bắt cua lông ngựa (Erimacrus isenbeckii) vào mùa đông. Người dân địa phương gọi loại cua này là kegani. Để bảo vệ quần thể cua lông ngựa khỏi tình trạng khai thác quá mức, chính quyền Nhật Bản đã thực hiện nhiều lệnh hạn chế đánh bắt theo quy mô khác nhau. Ví dụ, tỉnh Hokkaido, nơi sở hữu ngư trường cua lông ngựa dồi dào nhất cả nước, đã ban hành lệnh cấm khai thác cua cái làm thực phẩm. 

Ngư dân kinh nghiệm cũng khó phân biệt giới tính cua nếu nhìn vào phần mai phía trên. Ảnh: Tsukiji-fish

Để tuân thủ những lệnh cấm liên quan đến cua lông ngựa, ngư dân giàu kinh nghiệm đã học được cách phân biệt cua đực và cua cái bằng mắt thường. Xác định giới tính cua bằng cách nhìn vào phần yếm dưới bụng tương đối đơn giản, nhưng nhìn vào mai cua lại khó khăn hơn nhiều. Do đó, ngư dân thường phải mất nhiều thời gian nhặt từng con cua và lật ngửa phần bụng mới có thể xác định giới tính của chúng. 

Tuy nhiên, theo một nghiên cứu mới trên Scientific Reports của một nhóm chuyên gia Nhật Bản, ngư dân có thể sử dụng AI để xác định giới tính cua lông ngựa nhanh và chính xác hơn mắt thường. Theo đó, nhóm chuyên gia đã triển khai ba hệ thống mạng nơ ron tích chập (CNN) gồm AlexNet, VGG-16 và ResNet-50. Đây là những mô hình tiên tiến được áp dụng nhiều trong lĩnh vực học sâu. Mạng CNN cho phép người dùng xây dựng những hệ thống phân loại và dự đoán với độ chính xác cực cao. Để huấn luyện và kiểm tra những mô hình này, các chuyên gia đã sử dụng 120 hình ảnh cua lông gồm 50% con đực và 50% con cái được chụp ở Hokkaido. Chỉ cần tiếp nhận hình ảnh, hệ thống có thể xác định vùng hình ảnh nào liên quan đến thuật toán và đưa ra quyết định phân loại chính xác và nhanh gọn.  

Shin-ichi Satake, Giáo sư Đại học Khoa học Tokyo (TUS) cho biết, ngư dân không thể xác định giới tính cua qua bộ phận mai, nhưng các mô hình học sâu có khả năng làm được điều này với độ chính xác 95%. Điều thú vị, khi quan sát các bản đồ nhiệt, nhóm chuyên gia phát hiện sự khác biệt đáng kể giữa hai giới tính cua. Màu nóng tập trung ở phần hình ảnh bụng cua và khi phân loại con đực, các thuật toán sẽ tập trung vào phần dưới mai. Ngược lại, khi phân loại con đực, các thuật toán tập trung vào phần trên của mai. 

Theo Satake, nhanh chóng phân loại cua mà không cần lật từng con trước khi thả chúng trở lại biển sẽ giảm căng thẳng và ngăn ngừa vấn đề liên quan đến sức khỏe sinh sản của chúng sau này. Do đó, học sâu cũng là một công cụ quan trọng để tăng cường bảo tồn nguồn lợi biển hoặc phát triển kỹ thuật nuôi trồng thủy sản hiệu quả. Quan trọng hơn, nếu triển khai kỹ thuật AI ngay trên tàu để phân loại giới tính cua có thể giảm bớt sức lao động thủ công, giúp khai thác cua tiết kiệm chi phí hơn. Mô hình này có thể được sử dụng để phân loại giới tính của các loài cua khác, như cua xanh hoặc cua Dungeness. 

Đan Linh

(Theo GlobalAquaculture)