Mit der stetigen Entwicklung der Informationstechnologie und der Verbreitung von Internet und künstlicher Intelligenz (KI) durchläuft das Management von Fischereischiffen und Fischereihäfen einen umfassenden digitalen Wandel. Obwohl viele Verwaltungsstellen aktiv verschiedene digitale Mittel zur Steuerung und Kontrolle von Fischereischiffen und -häfen einsetzen, bestehen weiterhin Probleme wie eine geringe Erkennungsrate der Schiffskennzeichen, eine verzögerte Risikoerkennung und hohe Fehlalarmraten – hauptsächlich bedingt durch die inhärenten Eigenschaften traditioneller KI-Algorithmen.
Um diese Probleme zu lösen, hat GW-OCEAN in Zusammenarbeit mit Huawei auf Basis der enormen Rechenleistung von Ascend „GW · Smart Port“ vorgestellt, ein multimodales großes Modell für intelligente Fischereihäfen. Das System verbindet traditionelle KI-Algorithmen tief mit der Technologie großer Modelle und hebt das Management von Fischereischiffen und Fischereihäfen auf eine neue Stufe der Digitalisierung.
Für Schwachstellen wie die geringe Erkennungsrate der Schiffskennzeichen, die verzögerte Risikoerkennung und hohe Fehlalarmraten setzt „GW · Smart Port“ KI-Technologien der neuen Generation auf Basis großer Modelle ein, um das Managementsystem für Fischereischiffe und Fischereihäfen zu verbessern: Mittels Deep Learning werden komplexe Muster und Gesetzmäßigkeiten aus großen Datenmengen gelernt, um Schiffskennzeichen und Risiken genauer zu erkennen; mittels Transfer Learning und Reinforcement Learning werden in anderen Bereichen bereits ausgereifte Modelle auf das Management von Fischereischiffen und -häfen übertragen; durch die Kombination verschiedener Datentypen wie Bild, Video, Ton, Radar und AIS werden Risiken und Ereignisse mittels multimodaler Fusion umfassender erkannt und überwacht; und mit Methoden wie Self-Supervised Learning werden aus nicht annotierten Daten reichhaltigere Repräsentationen gelernt, was die Anpassungsfähigkeit des Systems an neue Situationen erhöht.
Funktional kann „GW · Smart Port“ in komplexen Szenen von Fischereihäfen und Fischereischiffen die Einflüsse von Wetter, Blickwinkel und Verdeckung überwinden und präzise Bildsegmentierung sowie automatische Zielannotation durchführen. Mittels KI-Bildsegmentierung werden mehrere komplexe Ziele in einem Bereich präzise erkannt – einschließlich Schiffstyp und Rumpfnummer –, und durch Fusion mit AIS-Informationen werden die Fahrtrouten der Fischereischiffe aufgezeichnet. Mittels Bilderkennung werden sicherheitsrelevante Vorgänge wie das Kentern von Schiffen, Kollisionen, Fahren entgegen der Fahrtrichtung und Personen über Bord wirksam erkannt, und für potenzielle oder bekannte Risikoverhalten werden Frühwarnungen und Prognosen ausgegeben.
GW-OCEAN hat seine Entwicklungsplattform auf die heterogene Rechenarchitektur des Huawei Qingdao Ascend AI Ecosystem Innovation Center migriert, das große Modell mit Huawei-Atlas-910-Servern und dem Deep-Learning-Framework MindSpore entwickelt und die Produktentwicklung von „GW · Smart Port“ in kurzer Zeit abgeschlossen. Im Vergleich zu anderen Produkten für das Fischereihafenmanagement integriert „GW · Smart Port“ Informationen wie Videoüberwachung, Radar, AIS und elektronische Seekarten in hohem Maße, reduziert den Datensatzbedarf für das große Modell um 90 % und den Aufwand für die Datenannotation um 50 %, unterstützt Zero-Shot-Learning und multimodales Lernen, verbessert die Erkennungsgenauigkeit erheblich und ist mit bestehenden Systemen kompatibel. Künftig werden die Technologien von „GW · Smart Port“ breit in Szenarien wie dem Management von Fischereischiffen und -häfen, der Fischereiaufsicht, dem Fischfang, dem maritimen Notfallmanagement, dem Schutz der Meeresumwelt und der integrierten Einsatzleitung eingesetzt.
