A halakat recirkulációs rendszerben, kertészetből származó elsődlegesen hasznosított termálvízben nevelik. A mesterséges intelligencia pedig mind a növénytermesztésben, mind a haltermelésben egyre komolyabb szerephez jut.
A szegvári székhelyű cég, a Geofish haltelepén termálvízben úszkálnak az afrikai harcsák: éves szinten 450-500 tonnányi halat tudnak itt termelni, amelyet fel is dolgoznak. Ez egy recirkulációs haltermelő telep, ami azt jelenti, hogy a vizet folyamatosan forgatják az állatok és a víztisztító rendszer között. Utóbbi lényege, hogy a halak metabolizmusával kibocsátott ammóniát leválasztják, illetve nitrifikálják, a vízben lévő szerves anyagot pedig ugyancsak leválasztják. A víztisztítás után a víz visszakerül a medencékbe.
"Nyilván van kikerülő víz a rendszerből, mert a hőigényét a halaknak biztosítani kell, de ez 5-10 % naponta. Egy átfolyásos rendszerhez képest, ha ezer köbméterre vetítem a hasznos térfogatot, akkor itt elég naponta egy 50-100 km vízcsere, míg egy átfolyásos rendszernél ez akár napi 6000 köbméter is lehet. Ráadásul a kiszűrt anyagok is újrahasznosíthatók" - magyarázta Bakó Dániel agrármérnök, a Geofish társalapítója.
A termálvíz a közeli kertészetből érkezik, ahol a kéthektáros területet vele fűtik. A 1450 méter mély termálkútból nyert, eredetileg 63 fokos víz azonban idővel lehűl, így már sem a növényház, sem a kommunális létesítmények fűtéséhez nem elég, a haltermeléshez viszont megfelel.
A mesterséges intelligencia mindkét területen fontos szerepet kap: a kertészetben a növények generatív-vegetatív egyensúlyának automatizált nyomon követésében segít: az öntözés, a szellőztetés, a fűtés mikéntjének meghatározásában. Az AI képes arra hogy ezt a rengeteg információt elemezze és értékelje. Kell egy telefonos applikáció, azzal lefotózzák a növényt, az AI pedig ez alapján eldönti, hogy a növény vegetatív, generatív irányban vagy egyensúlyi állapotban van, tehát hogy milyen irányú táplálásra van szükség. A "hagyományos," emberi módszerrel ez gyakorlatilag lehetetlen lenne, hiszen egy kéthektáros területen 80-90 ezer tő növény is nőhet, ekkora mennyiség napi szintű detektálása pedig egyenesen kivitelezhetetlen.
A haltelepen hasonló az AI-gyakorlat: "Van egy kamerarendszer, általában infrakamera-rendszer, és ott a halak méretéből, mozgásából kikövetkeztethető az, hogy a takarmány hasznosulása hogyan érvényesül az adott rendszerben. Nagyjából ugyanaz a gyakorlat, mint hagyományosan, csak itt az elemzést és annak alapján az ajánlást nem ember teszi meg, hanem a mesterséges intelligencia. Ez nagy előrelépés, komoly haladást tudunk elérni a takarmány, az energia, az öntözővíz, a hűtővíz felhasználását illetően, az erőforrás-gazdálkodás optimalizálása érdekében" - hangsúlyozta Bakó Dániel.
Azt is hozzátette, hogy a mezőgazdasági szereplőkre rengeteg nyomás nehezedik import-, költség- és szakmai oldalról, ezért rendkívül fontosak az olyan, tapasztalatcserére lehetőséget adó szemináriumok és workshopok, mint amilyen a szeptember óta több uniós államban, így Magyarországon is zajló Smart Agriculture Farming (SMAF) program rendezvényei. Ezeken az eseményeken az intelligens mezőgazdasághoz kapcsolódó adatalapú technológiai megoldások bevezetésével járó kihívásokat és lehetőségeket mutatják be, így aztán - mondta Bakó Dániel - ötleteket lehet szerezni annak érdekében, hogy jobb eséllyel tudjanak versenyezni az európai, ázsiai, afrikai vagy dél-amerikai versenytársakkal.