Dirigido por el profesor Ivar Rønnestad y el investigador Sergei Budaev del Departamento de Ciencias Biológicas de la Universidad de Bergen (UiB), FishMet es una iniciativa en su fase inicial que explora cómo años de investigación sobre la fisiología y el comportamiento marino pueden traducirse en herramientas para el sector acuícola.
FishMet surgió de una colaboración entre investigadores de la UiB y Vestlandets Innovasjonsselskap (VIS). La iniciativa se centra en un modelo de gemelo digital para estrategias de alimentación de precisión en la acuicultura, con el objetivo de ayudar a las granjas de salmón y trucha a optimizar la alimentación, reducir los residuos y mejorar el bienestar de los peces. Aunque todavía se encuentra en un nivel bajo de madurez tecnológica, el concepto ha sido puesto a disposición para oportunidades de licenciamiento exploratorio a través de VIS.
En su esencia, FishMet es un marco de gemelo digital, un "pez virtual" que simula el apetito, la digestión, el metabolismo y el crecimiento mediante la integración de datos biológicos y ambientales. Basado en un modelo conceptual de bucles de retroalimentación neurofisiológica que controlan el apetito de los peces, FishMet ofrece un enfoque transparente y fisiológico en lugar de depender únicamente de los métodos de aprendizaje automático de "caja negra".
El modelo puede procesar datos como el tamaño del pez, el tipo y horario de alimentación, la temperatura del agua, los niveles de oxígeno y el comportamiento para estimar la ingesta de alimento, el tránsito intestinal, las tasas de crecimiento, la eficiencia de conversión del alimento e incluso indicadores de estrés o motivación. Diseñado como una simulación estocástica modular, puede modelar peces individuales o poblaciones enteras y es accesible a través de una API abierta y una implementación basada en servidor para probar aplicaciones de apoyo a la toma de decisiones.
“Nuestro objetivo es crear un salmón digital transparente que combine la IA con décadas de conocimiento biológico, sirviendo tanto como herramienta de investigación como predictor práctico para la acuicultura, especialmente en situaciones donde faltan datos”, dijo Sergei Budaev.
Primeros resultados
Durante muchos años, los grupos de Rønnestad y Budaev han realizado amplios estudios experimentales sobre los mecanismos fisiológicos de la regulación del apetito, examinando cómo la señalización entre el intestino y el cerebro, la tasa de digestión y las neurohormonas influyen en la alimentación. Estos conocimientos forman la base científica de los algoritmos de FishMet.
Las pruebas piloto iniciales han mostrado una prometedora precisión predictiva, estimando los tiempos de tránsito intestinal en la trucha arcoíris (Oncorhynchus mykiss) y el rendimiento de crecimiento en el salmón del Atlántico (Salmo salar). Aunque se necesita una mayor validación, los investigadores afirmaron que los beneficios potenciales incluyen la reducción del desperdicio de alimento, una mayor eficiencia de crecimiento y un menor impacto ambiental en la piscicultura de salmón.
“FishMet sigue siendo un concepto en fase inicial, pero su transparencia basada en la biología podría darle ventajas sobre los sistemas opacos y puramente basados en datos. El desarrollo futuro podría ampliar su alcance a otras especies de peces o a transiciones de etapas de vida, como la esmoltificación o el control de la maduración”, dijeron los investigadores en un comunicado de prensa.
