Elektrovirksomheten JM Hansen legger til rette for bruk av AI i oppdrettsbransjen

JM Hansen er en av de største kompetansevirksomhetene innen elektroinstallasjon og automasjon i Nord-Norge. Elektrovirksomheten har sammen med oppdrettsnæringen og teknologivirksomheten Clarify , som har utspring fra teknologimiljøet ved NTNU i Trondheim, utviklet tjenesten FEED.

FEED kombinerer datainnsamling og menneskelig fagkompetanse for å oppnå mer presis fôring. Dette skjer ved at FEED sikrer og sammenstiller data fra sensorikk i og ved merder i oppdrettsanlegg og kombinerer dette med data fra eksterne kilder som Barentswatch, metrologiske institutt og fôrsystemer. Eksempler på data som virksomheten samler inn ved bruk av sensorikk er informasjon om havstrømmer, oksygen og salinitet . JM Hansen innhenter og kvalitetssikrer dataene som innhentes og leverer fra seg analyseklare data til oppdrettsvirksomheter. På kundelisten står virksomheter som oppdrettsvirksomheten Flakstadvåg Laks AS, som holder til på Senja.

Data om vær og vindforhold i sjøen er av stor betydning for hvordan og når oppdrettsvirksomhetene fôrer fisken. Over tid vil FEED ha historiske data som kombinert med kunstig intelligens og bransjens ekspertise kan gi oppdrettsvirksomhetene bedre forståelse for hva som påvirker fôringen, samt et godt beslutningsgrunnlag for å optimalisere fôringen. Analyseklare data fra JM Hansen vil gi oppdrettsvirksomhetene bedre kontroll på fôringen som vil gi økt fiskevelferd og mindre fôrsvinn. Dette vil igjen ha positiv betydning for bærekraft, økonomi og miljøavtrykk i oppdrettsbransjen.

JM Hansen AS og AI-teknologi

- JM Hansen har sammen med oppdrettsnæringen og Clarify utviklet FEED.

- FEED sikrer og sammenstiller data fra sensorikk i og ved merder i oppdrettsanlegg.

- JM Hansen innhenter og kvalitetssikrer dataene som innhentes og leverer fra seg analyseklare data til oppdrettsvirksomheter.

- Over tid vil FEED gi historiske data og kombinert med kunstig intelligens og bransjens ekspertise vil dette gi oppdrettsvirksomhetene bedre forståelse for hva som påvirker fôringen, samt et godt beslutningsgrunnlag for å optimalisere fôringen.