Với màu da đỏ đồng bắt mắt, thịt trắng và săn chắc, cá tráp biển từ xưa đã được coi là loài hải sản quý ở Nhật Bản. Đến nay, khi nhu cầu tiêu thụ loài cá này tăng nhanh hơn bao giờ hết, các nhà nghiên cứu biển phải nhờ đến trí tuệ nhân tạo (artificial intelligence – AI), máy học (machine learning – ML), và Internet vạn vật (Internet of Things – IoT) để đảm bảo có đủ nguyên liệu đáp ứng nhu cầu của cả quốc gia này.

 Được biết đến ở Nhật với cái tên Madai, cá tráp biển là một nguyên liệu quan trọng trong văn hóa ẩm thực của đất nước này. Đây là món ăn không thể thiếu trong các dịp đặc biệt, các ngày lễ lớn và thậm chí được ghi chép trong cuốn sách lịch sử lâu đời nhất của Nhật Bản – Kojiki. Và hơn một nghìn năm sau, cá tráp biển vẫn là một nguyên liệu được yêu thích của người dân xứ sở mặt trời mọc, dù là để làm nguyên liệu cho sushi, sashimi, để chiên, nấu, hay các món ăn hàng ngày.

 Tình trạng đánh bắt cường độ cao trong những năm qua đã làm giảm số lượng cá tráp biển tự nhiên. Do đó, các nhà sản xuất phải phụ thuộc vào hoạt động nuôi trồng để duy trì nguồn cung. Tuy nhiên, giống như các ngành công nghiệp đòi hỏi nhiều lao động khác, ngành nuôi trồng cá phải đối mặt với thách thức về nguồn lao động do dân số Nhật Bản đang già hóa cũng như những khó khăn trong tuyển dụng và giữ công nhân lành nghề.

Trước thực tế như vậy, Viện Nghiên cứu Nuôi trồng Thủy sản của Đại học Kindai cho rằng công nghệ số có thể giải được bài toán khó này.

 AI giúp tối ưu hóa năng suất lao động  

 Viện Nghiên cứu Nuôi trồng Thủy hải sản của Đại học Kindai được thành lập vào năm 1948 với mục tiêu hoạt động là “nuôi trồng biển”. Kể từ đó, Viện đã được biết đến trên toàn cầu là một tổ chức tiên phong trong hoạt động nuôi trồng cá có giá trị thương mại. Viện là cơ sở đầu tiên nuôi thành công cá ngừ vây xanh Thái Bình Dương từ trứng đến con trưởng thành – một bước đột phá có thể cứu được loài này trước nguy cơ tuyệt chủng do bị đánh bắt quá mức.

 Trạm Shirahama của Viện – nằm khoảng 80 km về phía nam Osaka – từ lâu đã đóng một vai trò quan trọng trong hoạt động nuôi trồng 10 loài cá, trong đó có cá tráp biển. Tại đây, ấu trùng nở ra từ trứng cá sẽ được nuôi trong bể để làm “cá giống” – loại cá chưa trưởng thành, đã phát triển vây và vảy, dài khoảng một ngón tay hoặc chưa quá 10 cm.

Mỗi năm, Viện bán ra khoảng 12 triệu con cá tráp biển giống, tương ứng 70% sản lượng hàng năm của Viện và khoảng 20% tổng sản lượng trên thị trường, cho các trang trại nuôi cá xa bờ trên khắp đất nước – nơi những con cá giống sẽ được phát triển đầy đủ.

 Việc nuôi trồng số lượng cá giống lớn như vậy đòi hỏi rất nhiều nỗ lực của con người. Vào đầu năm và mùa thu, những con cá nhỏ này được bơm ra khỏi bể ươm và đưa lên bốn băng chuyền, nơi chúng được phân loại bằng tay bởi các nhóm công nhân gồm 3 người, nhằm đảm bảo mỗi con cá giống đều có kích thước chính xác và không bị dị dạng. Công việc đếm cá giống và loại bỏ những con không đạt chuẩn là một nhiệm vụ kiểm soát chất lượng tốn nhiều thời gian, đòi hỏi kiến thức và sự tập trung cao độ.

 Tuy vậy, ông Naoki Taniguchi – quản lý Bộ phận nuôi ấu trùng của Viện, Phó Tổng Giám đốc Trung tâm Sản xuất và Công nghệ Nuôi trồng Thủy sản – không coi đó là cách sử dụng tối ưu nguồn lao động tay nghề cao của mình.

 Ông chia sẻ: “Một số nhân viên của chúng tôi có tới 30 năm kinh nghiệm. Phân loại cá là công việc tốn rất nhiều thời gian, và trong những giai đoạn cao điểm, việc này mất đến tám giờ một ngày.”

 Ông mong muốn một phương thức hiệu quả hơn: “Khi việc tìm kiếm nguồn lao động trở nên khó khăn, chúng ta cần phải tự động hoá các quy trình để duy trì hoạt động hiệu quả.”

 Kết hợp AI và ML giải quyết vấn đề nguồn nhân lực

 Ông Taniguchi và các cộng sự nghiên cứu của mình cho rằng sự kết hợp giữa công nghệ phân tích hình ảnh, AI và ML có thể tạo ra một giải pháp, thay thế con người trong công việc phân loại này. Hiện nay, Viện đang phát triển một hệ thống phân loại tự động bằng cách sử dụng Azure Machine Learning Studio và Azure IoT Hub của Microsoft. Trong khi chờ hệ thống này hoàn thiện, một công nghệ tương tự của Microsoft đã được Viện sử dụng để giải quyết một vấn đề nhức nhối khác: việc phải có một người liên tục điều chỉnh lưu lượng bơm cá giống sang băng tải. Nếu lưu lượng quá cao, công nhân sẽ không kịp phân loại. Nếu lưu lượng quá thấp, thời gian sản xuất sẽ bị ảnh hưởng.

Microsoft Nhật Bản đã giải quyết vấn đề này thông qua sự hợp tác với Tập đoàn Toyota Tsusho – một đơn vị cũng tham gia vào nghiên cứu đột phá về cá ngừ vây xanh Thái Bình Dương của Viện. Hai tổ chức đã cùng nhau phát triển một hệ thống phân loại định hướng bởi AI giúp tính toán lưu lượng dòng chảy tối ưu và thực hiện các điều chỉnh tự động.

Giải pháp phần mềm này sử dụng khả năng phân tích hình ảnh để đếm số lượng cá trên băng chuyền và khoảng cách giữa chúng. Công nghệ này cũng sử dụng ML để học cách phân loại của công nhân đối với các khối lượng cá giống khác nhau.

 Ông Taniguchi cho biết: “Nếu chúng ta có thể sử dụng AI để tự động hóa các nhiệm vụ phân loại đơn giản, chúng ta có thể giảm số lượng công nhân cần cho công việc này từ ba xuống hai. Điều này sẽ cho phép ngườithứ ba thực hiện công việc khác hoặc giúp người lao động nghỉ ngơi và cải thiện hiệu quả công việc.”

 Viện tin rằng việc giải phóng thời gian để công nhân có thể thực hiện những nhiệm vụ quan trọng hơn sẽ cải thiện công việc cho các nhân viên hiện tại. Và quan trọng hơn, nó sẽ giúp nghề nuôi trồng thủy sản trở thành một lựa chọn nghề nghiệp hấp dẫn hơn với thế hệ người lao động mới.

Thảo Hiền (Theo Microsoft)