Estudios

Cómo la IA está revolucionando la predicción de precios del pescado en Taiwán

Foto del autor

By Milthon Lujan

Resumen gráfico del estudio. Fuente: Yi-Ting Lai et al., (2024); Aquaculture.
Resumen gráfico del estudio. Fuente: Yi-Ting Lai et al., (2024); Aquaculture.

El mercado de pescados y mariscos es un ecosistema complejo donde la fluctuación de los precios puede afectar significativamente a todos los involucrados, desde los pescadores hasta los consumidores. La volatilidad impredecible de los precios plantea una amenaza a la seguridad alimentaria, especialmente para las poblaciones vulnerables, y obstaculiza tanto la gestión pesquera sostenible como los beneficios económicos.

Los investigadores de la Ming Chi University of Technology, de la National Chengchi University y de Hyson Technology Inc. proponen un modelo híbrido de predicción del precio del pescado que integra múltiples modelos de aprendizaje automático y aprendizaje profundo para identificar y predecir la dinámica de los precios del pescado en varios mercados mayoristas.

Este artículo profundiza en el mundo del aprendizaje automático y el aprendizaje profundo, explorando cómo pueden dotar a los pescadores del conocimiento necesario para tomar decisiones informadas para un futuro próspero.

Las viejas costumbres

Tradicionalmente, los pescadores se basaban en la experiencia y las observaciones de diferentes mercados para sortear las incertidumbres. Sin embargo, las predicciones precisas son cruciales para la toma de decisiones informadas y maximizar las ganancias al tiempo que se garantizan prácticas sostenibles.

Los precios fluctúan enormemente debido a una confluencia de factores: patrones climáticos tropicales y subtropicales, volúmenes fluctuantes de importación/exportación de pescado y climas políticos y económicos impredecibles. Las fluctuaciones de precios impactan directamente en:

  • Seguridad alimentaria: La volatilidad de los precios del pescado puede perturbar el acceso a alimentos nutritivos, especialmente para las poblaciones vulnerables.
  • Gestión sostenible: Los precios impredecibles dificultan que los pescadores planifiquen a largo plazo e implementen prácticas sostenibles.
READ  Nueve tendencias alimentarias que definen a los nuevos consumidores, sus preferencias y formas de consumo

La nueva frontera: aprendizaje automático y aprendizaje profundo

Los modelos de pronóstico existentes, basados principalmente en métodos econométricos y estadísticos, luchan con datos no lineales e influencias multifactoriales. Además, el cambio climático tiene un impacto significativo en los sistemas acuícolas, provocando fluctuaciones imprevistas y dificultando la precisión de las predicciones.

Los avances recientes en aprendizaje automático (ML) y aprendizaje profundo (DL) ofrecen soluciones prometedoras para previsión precisa del precio del pescado. Estos métodos utilizan algoritmos sofisticados para analizar datos y aprender de patrones, con el objetivo de lograr una precisión de predicción superior. En la actualidad se han desarrollado estudios para aplicar la inteligencia artificial a la predicción de los precios del camarón mediante aprendizaje automatizado y la volatilidad de los precios salmón mediante aprendizaje profundo.

Un enfoque híbrido para Taiwán

Esta investigación propone un modelo híbrido novedoso que combina varias técnicas de ML y DL para predecir precios acuáticos en Taiwán, una región conocida por sus drásticas variaciones de precios debido a varios factores. incluido:

  • Clima tropical y subtropical
  • Fluctuaciones en la importación/exportación de pescado
  • Incertidumbre en situaciones políticas y económicas

En este contexto, los investigadores desarrollaron un enfoque híbrido para la industria pesquera y acuícola de Taiwán que incluye:

  • Combinación de múltiples modelos: Este estudio propone un modelo híbrido, que integra seis métodos diferentes de aprendizaje automático y aprendizaje profundo: regresión lineal, Support Vector Machine (SVM) con varios núcleos (RBF, lineal y poli), Bosque aleatorio y Red de memoria larga a corto plazo (LSTM).
  • Fuentes de datos: El modelo utiliza diversos datos, incluidas transacciones pesqueras abiertas e información meteorológica de Fisheries Agency, Council of Agriculture (FA.COA), días festivos y noticias de diversas fuentes.
  • En tiempo real y automatizado: El modelo no solo predice precios futuros, sino que también aprende y se ajusta constantemente para mejorar la precisión.
READ  Brasil publica su primer censo acuícola

La solución «AIoT SmartFishery»

Los modelos funcionan juntos para predecir precios altos, medios y bajos para ocho tipos principales de pescado en 14 mercados mayoristas de Taiwán. De esta forma la solución “AIoT SmartFishery” tiene las siguientes características:

  • Integración de la aplicación LINE: Esta aplicación fácil de usar proporciona información sobre el precio del pescado en tiempo real y geográficamente específica.
  • Tendencias y predicciones de precios de una semana: Los usuarios pueden acceder a pronósticos precisos con más del 90 % de precisión.
  • AI Chatbot: Esta función interactiva brinda información sobre especies de peces específicas y sugiere opciones óptimas para consumidores y pescadores.

Innovación más allá de las predicciones

El modelo va más allá de simples predicciones al incorporar:

  • Análisis estadístico para optimizar los datos de entrada y los resultados previstos.
  • Técnicas de regularización para mejorar el rendimiento del modelo.
  • Algoritmos de autoaprendizaje que automáticamente adquieren nuevos datos y ajustan los pesos del modelo para mejora continua y adaptación en tiempo real.

Beneficios para todas las partes interesadas

Este modelo innovador ofrece importantes ventajas para todos los participantes del ecosistema acuático:

  • Pescadores: Toman decisiones informadas sobre estrategias de pesca y maximizan las ganancias mientras adoptan prácticas sostenibles.
  • Consumidores: Obtenga acceso a información de precios en tiempo real y tome decisiones de compra informadas.
  • Mayoristas y Distribuidores: Optimice la gestión de inventario y las estrategias comerciales basadas en predicciones de precios precisas.
  • Gobierno: Utilizar los conocimientos científicos del modelo para formular políticas acuícolas efectivas.

Conclusión

En conclusión, este innovador modelo de predicción del precio del pescado empodera a todos los participantes en el mercado acuático al aprovechar el poder de la IA. Al proporcionar predicciones confiables y fomentar la toma de decisiones informadas, allana el camino para un futuro más sostenible, rentable y seguro para nuestras pesquerías.

READ  Informe revela la alta dependencia en el pescado de agua dulce para la seguridad alimentaria global

Al permitir la toma de decisiones informadas en todos los ámbitos, este sistema de pronóstico de precios del pescado impulsado por inteligencia artificial allana el camino para un mercado acuático más sostenible, rentable y equitativo en Taiwán y potencialmente más allá.

El estudio fue financiado por National Science and Technology Council, Taiwan, y la Ming Chi University of Technology.

Contacto
Yi-Ting Lai
Department of Materials Engineering, Ming Chi University of Technology, New Taipei City 24301, Taiwan, ROC.
laieating@mail.mcut.edu.tw

Referencia
Yi-Ting Lai, Yan-Tsung Peng, Wei-Cheng Lien, Yun-Chiao Cheng, Yi-Ting Lin, Chen-Jie Liao, Yu-Shao Chiu. 2024. Fully automated learning and predict price of aquatic products in Taiwan wholesale markets using multiple machine learning and deep learning methods, Aquaculture, 2024, 740741, ISSN 0044-8486, https://doi.org/10.1016/j.aquaculture.2024.740741.