I Norge bygger fiskeindustrin på principen om hållbart fiske och strikta fiskeriföreskrifter. Knowit skapade en lösning där den norska kusttjänsten på ett effektivt sätt kan upptäcka olagligt fiske.
Fiske är en stor industri i Norge som har ställs inför utmaningar på grund av olagligt fiske. Dessa otillåtna gärningar kan leda till överfiske där arter hotas och marina livsmiljöer förstörs. Knowit kände att detta var en meningsfull utmaning att lösa.
Knowit såg detta som ett tillfälle att utveckla en lösning som kan hjälpa till i jakten på illegalt fiske. Lösningen var också Knowits tävlingsbidrag i Nordic SAS Hackathon.
Denna utmaning lämpade sig väl för användning av förvaltning av öppen automatisk identifieringssystemdata, AIS-data. Tillgänglig AIS-data inhämtades och kompletterades med ytterligare information om fartygstyp från marina webbplatser. Detta för att kunna identifiera om det rörde sig om en fiskebåt, ett fartyg eller kustbevakningens egna båtar.
Med hjälp av robotstyrd processautomation, RPA samlades all information som behövdes om båtarna. Informationen fördes sedan in i SAS Viya Visual Analytics Plattform för analys av rörelsemönstret på båten. Maskininlärning användes för att träna och förfina modellen för att avgöra om ett rörelsemönster kunde klassificeras som ett normalt rörelsemönster för fiske eller om båten hade ett avvikande rörelsemönster.
Med SAS Viya Plattform var det lätt att identifiera fiskemönster. Vi kunde snabbt se skillnaden mellan båtar som fiskade och de som inte gjorde det. Den data som vi fick från SAS Viya använde vi som träningsdata för maskininlärning i Python. Datan skickades sedan informationen tillbaka till plattformen för att automatiskt identifiera om båten fiskade eller inte. Datakraften och tjänsterna i SAS Viya är bra när man har en enorm mängd data.
Team Knowit
Genom modellen kan man koppla ihop historisk data i ett område av intresse för att förutsäga och lyfta fram fartyg vars beteendemönster kan indikera olagligt fiske.
En vidareutveckling av lösningen är att ansluta en AIS-dataström i realtid. Det ger en modell som automatiskt kan varna kustbevakningen om den upptäcker och identifierar olagliga aktiviteter.
Modellen var Knowits tävlingsbidrag i Nordic SAS Hackathon och belönades med en första plats i tävlingen.
Knowit har presenterat lösningen för Norges fiskeridirektorat, svenska havs- och vattenmyndigheten och det danska fiskeridirektoratet med flera som en inspiration till möjligheter.
