ИИ-детекция миграции рыб на ГЭС: как нейросети оптимизируют работу турбин

Архитектура под капотом

Проект "Deep Learning for Fish Identification from Sonar Data" собрали из четырёх слоёв: нейросети, алгоритмы, тренировочные датасеты и пороговые спецификации. Состав команды — ML-инженеры, data-специалисты, биологи и инженеры — типичный для прикладного компьютерного зрения в инфраструктурных задачах: модель учится не на синтетике, а на полевых записях с Eel Research Centre в Пало-Альто.

Входной поток: сонарные изображения и видео. Выходной: классификация рыб по видам плюс дедупликация от мусора, пузырей и шумов турбин. Финальная валидация прошла в Aquatic Research Laboratory PNNL в Ричленде, штат Вашингтон — на живых особях, а не на синтетических датасетах.

Контекст: дилемма турбин

До этого операторы ГЭС решали задачу миграции угрей тупым отключением турбин на весь сезон. Существующее оборудование не умело детектировать рыбу автоматически, и перестраховка стоила генерации. Новый софт снимает дилемму: угрей нет — турбины крутятся, угри есть — поступает сигнал. Минус — травмы популяции, плюс — отсутствие неоправданных потерь выработки.

То есть это не "ИИ спасает рыб", а банальный сенсорный слой, которого индустрии не хватало десятилетиями.

Что осталось за кадром

• Метрики. В релизе DoE нет ни precision, ни recall, ни F1 по конкретным видам. Только общая формулировка "near-real time" без латентности.

• Видовой охват. Упомянуто "несколько видов рыб" — список не приведён, как и доля угрей в обучающей выборке.

• Развёртывание. Где и когда софт встанет на промышленные ГЭС — не указано. Версия API и требования к железу тоже не озвучены.

• Стоимость. Бюджет проекта, лицензирование, поддержка — за пределами публикации.

Для рынка "зелёного AI" это сигнал: компьютерное зрение и акустические нейросети выходят за пределы дата-центров и встраиваются в промышленную экологическую инфраструктуру. До production-grade пайплайна с понятным SLA, судя по открытым данным, ещё далеко. Отслеживать имеет смысл публикации PNNL и EPRI по метрикам модели и пилотным площадкам.