Razlikovanje divlje i uzgojene ribe česta je tema ljubitelja morskih plodova i potrošača koji žele znati što jedu. Iako procjenu podrijetla ribe mogu napraviti dobri poznavatelji mora i ribljih vrsta, uspješno prepoznavanje divlje ribe od uzgojne ribe i dalje predstavlja izazov za većinu potrošača.
Od ove godine, prema uredbi EU, uvedeno je obavezno korištenje digitalnih sustava za potpunu elektroničku sljedivost morskih proizvoda, čime je dodatno porasla potreba za provjerom stvarnog podrijetla ribe. Osim toga, razlikovanje divlje i uzgojene ribe sve je važnije jer bjegovi iz uzgoja i pogrešne procjene stokova imaju ozbiljne ekološke i gospodarske posljedice.
Kao odgovor na te izazove, analiza oblika tijela uz potporu umjetne inteligencije nudi brz, neinvazivan i učinkovit alat za razlikovanje divljih i uzgojenih riba. Takva analiza danas pokazuje da računalo može mjeriti riblju morfologiju preciznije, dosljednije i pouzdanije od ljudskog oka, otvarajući novo poglavlje u nadzoru akvakulture.
Naš laboratorij za akvakulturu, u okviru EpoMariNet projekta kojeg financira Hrvatska zaklada za znanost, već dugo razvija pouzdan, objektivan i automatiziran način „čitanja“ oblika tijela ribe, kako bi se jasno i mjerljivo moglo razlikovati potječe li riba iz uzgoja ili iz prirode. To je ključno za otkrivanje bjegova iz uzgajališta, zaštitu divljih populacija i sprječavanje prijevara u označavanju i prodaji ribe.
Da bi što bolje istrenirali umjetnu inteligenciju za primjenu u geometrijskoj morfometriji, znanstvenici su prikupili i ručno označili preko dvije tisuće fotografija orada, zatim trenirali model da samostalno prepoznaje ključne anatomske točke te pažljivo provjeravali razlikuje li stvarne biološke razlike od pogrešaka nastalih snimanjem i ljudskom subjektivnošću.
Dodatni izazov bio je kavezno asocirani morfotip orade, čiji je oblik tijela suptilno, okolišno uvjetovan i morfološki vrlo blizak divljim jedinkama, što značajno otežava razlučivanje podrijetla orada.
Rezultat ovog rada je studija objavljena u uglednom međunarodnom znanstvenom časopisu Ecological Informatics, u kojoj su naši znanstvenici, u suradnji s FER-om i Sveučilištem u Ljubljani, razvili pouzdan i transparentan način automatiziranog prepoznavanja podrijetla komarče, uz značajno smanjenje ljudskih pogrešaka i mogućnost skalabilnog nadzora bijegova iz akvakulture.
