De nye algoritmene gjør biomassemåling automatisk, slik selskapet også gjorde med lusetelling. Der hver enkelt fisk ble gjenkjent for telling av lus, blir fisken nå kontinuerlig «veid» i sanntid. Dette forteller selskapet i en pressemelding.

Silicon Valley

Aquabyte ble grunnlagt av Bryton Shang i 2017. Gründeren har bakgrunn fra Silicon Valley i San Francisco, der han studerte maskinell læring. Han har drevet selskap opp mot aksjehandel, der denne teknologien har vært i bruk en stund. Et annet prosjekt gjenkjente kreftceller i vevsprøver.

Bryton Shang er gründer og styreleder i Aquabyte. Foto: Aquabyte

– Det er samme type algoritmer som brukes i ansiktsgjenkjenning, og som vi nå har tatt i bruk for å gjenkjenne laks, fortalte Shang til Tekfisk i januar.

Utvidet system

Nøyaktigheten skal være stor. Selskapet har verifisert reelle slaktedata mot egne algoritmer, og funnet 98 prosent samsvar i dataene. I en enkeltmerd var avviket på bare 11 gram, skriver Aquabyte.

Programvaren bruker samme oppsett og enkeltkamera som tidligere, noe som innebærer at selskapet selger produktet ut mot en allerede etablert kundegruppe langs kysten.

Med et utvidet system fra Aquabyte, vil oppdrettere kunne følge med på daglig utvikling i snittvekt, få tidlig indikasjon om sykdom eller «taperfisk», estimat av stående biomasse, K-faktor og mer nøyaktig vektdistribusjon mot slakt.

Det tredje produktet

Det tredje produktet som skal lanseres til høsten, vil overvåke vintersår, kjønnsmodning, endret adferd og skader.

Ragnhild Valen er biolog og forskningssjef hos Aquabyte. Foto: Aquabyte

– Det vi måler – lus og biomasse – har én ting felles: Det handler grunnleggende om fiskevelferd. Og god fiskevelferd er god økonomi. Løpende oversikt og kontroll gir mulighet for å tilpasse og å ta grep tidlig, sier biolog og forskningssjef hos Aquabyte, Ragnhild Valen i meldingen.

Økt nøyaktighet skal ifølge ekstern ekspertise gi netto positiv effekt på over 60.000,- per måned per merd, skriver selskapet i pressemeldingen.