– Langt fremme på verdensbasis

Forskere ved UiT i Bodø har utviklet AI-teknologi som kan brukes til å avdekke ulovlig fiske. Norges Råfisklag skal teste ut teknologien, som kan skape bedre datagrunnlag for inspeksjoner.

En mann står til venstre for en skjerm
Helge Fredriksen, førsteamanuensis i informatikk ved UiT i Bodø. Foto: Jørn Berger Nyvoll / UiT.
Portrettbilde av Bredesen, Kim
Bredesen, Kim kim.bredesen@uit.no Rådgiver
Publisert: 28.05.26 09:32 Oppdatert: 28.05.26 09:48
Hav Naturvitenskap Teknologi

Norge tjente 181 milliarder kroner på sjømateksport i 2025, hvor 27 prosent av inntektene kom fra villfisk. Rundt 50 prosent av denne fisken fanges i Nord-Norge. Hvordan kan vi sikre at fiskeribransjen forbli bærekraftig i tiårene som kommer?

Det var spørsmål som ble diskutert da Virtual Intelligence-senteret ved UiT nylig vertskap for en sesjon under UArctic Congress i Tórshavn på Færøyene.

Forskere fra Norge, Danmark og Portugal presenterte AI-teknologi som kan brukes til å holde øye med hvordan fisket i Nord-Norge utvikler seg. Bruksområdene omfattet blant annet analyse av data fra ekkolodd, skanning av fiskefangst på skip, vurdering av størrelsen på fiskebestander og utvikling av gode strategier for fiskeriforvaltning.

Dette gjør vi for å hjelpe fiskeribransjen med å ta de rette beslutningene. Det handler om hvem som skal inspiseres, og hvordan de skal bevege seg for å gjennomføre inspeksjoner.

En av deltakerne under sesjonen var Helge Fredriksen, førsteamanuensis i informatikk ved UiT i Bodø. Han leder et forskerteam ved UiT som utvikler en teknologi kalt Scalable AIS-based Detection, som kan brukes til å avdekke ulovlig fiske.

– Hvis fiskere rapporterer at de driver med én type fiske, kan vi sjekke hva de faktisk har gjort. Hvis de oppgir at de har satt ut en line, mens de i virkeligheten har lagt ut en trål, kan vi avsløre det. Vi kan også avdekke om de har fisket noe helt annet enn det de oppgir, eller om de har feilrapportert, sier Fredriksen.

Portrettfoto av mann
Førsteamanuensis Helge Fredriksen. Foto: Jørn Berger Nyvoll / UiT.

Vil bedre inspeksjoner

AI-programmet til UiT-forskerne analyserer en rekke data. Dette inkluderer mønstre i fartøyenes bevegelser i sanntid, data om fartøyets kapasitet til å utføre bestemte typer fiske, samt informasjon fra fangstdagbøker og salgsrapporter som viser hva slags fangst fiskerne har rapportert inn.

– Det vi først og fremst gjør, er å hjelpe til med kartlegging av aktivitetene til fiskefartøy. Dette gjør vi for å hjelpe fiskeribransjen med å ta de rette beslutningene. Det handler om hvem som skal inspiseres, og hvordan de skal bevege seg for å gjennomføre inspeksjoner, sier Fredriksen.

UiT-forskerne samarbeider med Råfisklaget, som har ansvar for å utføre inspeksjoner på fiskefartøy i Nord-Norge. De har også innledet et samarbeid med Fiskeridirektoratet, som har ansvar for havområdene og kysten i Sør-Norge.

Automatiske identifikasjonssystemer (AIS)

  • Brukes til å kartlegge fartøyers bevegelsesmønstre.
  • Sender ut kontinuerlig informasjon om fartøyers identitet, fart, kurs og hvor de befinner seg.
  • AIS-systemet har historiske data som er tilgjengelig tilbake til 2016.

Verdensledende teknologi

Fredriksen forteller at forskere ved Universitetet i Bergen tidligere har jobbet med mange av de samme problemstillingene, men at UiT i stor grad har tatt over stafettpinnen på forskningsfeltet.

– Vi er nok ganske langt fremme på verdensbasis når det gjelder utvikling av denne typen AI-teknologi. Det er ikke mange forskermiljøer som jobber på dette feltet. Hvis vi bygger opp kompetanse på å kartlegge fiskeaktivitet og kan følge slike aktiviteter i et historisk perspektiv, kan vi kanskje også forutsi hvor fisken beveger seg under bestemte omstendigheter, legger han til.

Tester ut prototype

Fredriksen understreker at det kan ta lang tid før deres grunnforskning på algoritmer kan tas i bruk i stor skala til fiskeriforvaltning.

– Men nå har vi kommet til et stadium hvor vi ønsker å teste ut denne teknologien i praksis. Neste steg er å utvikle en prototype i løpet av et års tid. Den skal aktørene i Råfisklaget få ta med seg ut i felten for å se om den fungerer, avslutter Fredriksen.


Kortnytt fra Norges fiskerihøgskole, Fakultet for naturvitenskap og teknologi, Institutt for informatikk
Bredesen, Kim kim.bredesen@uit.no Rådgiver
Vi anbefaler