“Xóa nhòa mọi ranh giới => Kết nối vạn vật” là mục tiêu mà cuộc cách mạng công nghiệp 4.0 hướng đến trong tương lai, cuộc cách mạng này tạo nên các giải pháp giúp quá trình sản xuất nhanh hơn, tốn ít sức người, năng suất và chất lượng cuộc sống của con người được tăng cao. Hơn một thâp kỷ qua với sự đột phá công nghệ với 3 trụ cột chính là kỹ thuật số (trí tuệ nhân tạo-AI, Internet vạn vật-IoT, dữ liệu lớn-Big Data); lĩnh vực vật lý (robot, xe tự lái, công nghệ in 3D) và công nghệ sinh học. Cụ thể trong lĩnh vực công nghệ sinh học, cách mạng công nghiệp 4.0 tập trung nghiên cứu để tạo ra những đột phá trong nông nghiệp, thuỷ sản, y dược, chế biến thực phẩm, bảo vệ môi trường, năng lượng tái tạo, hoá học, vật liệu mới và công nghệ nano. Trong những năm qua nuôi trồng thủy sản, IoT và AI đã phát triển theo cấp số nhân trên thế giới, sự kết hợp của các lĩnh vực này vẫn còn ở giai đoạn đầu, tuy nhiên đã đạt được một số thành tựu và người con người cũng đã dần tiếp cận với các công nghệ trong quá trình sản xuất.

       Trong bài viết này sẽ trình bày một số vấn đề về sức khỏe tôm nuôi, đồng thời giới thiệu một số giải pháp kỹ thuật số (AI, IoT) về quản lý sức khỏe tôm nuôi trong công cuộc cách mạng công nghiệp 4.0. 

       1. Sức khỏe tôm nuôi

       Động vật thủy sản nói chúng và tôm nói riêng có môi trường sống và sinh trưởng đều trong môi trường nước, cũng như việc sử dụng thức ăn hay vấn đề tôm chết điều diễn ra trong thủy vực, mà môi trường này khá phức tạp và nhiều biến động. Bên cạnh đó số lượng các bệnh tìm thấy trên tôm cũng thay đổi, một số bệnh đặc trưng của vật chủ thấp hoặc không biết, và nhiều bệnh lại có triệu chứng không đặc trưng như động vật trên cạn. Do đó yếu tố môi trường nước là một trong những yếu tố tác động đến sức khỏe của động vật thủy sản. Cụ thể không chỉ các yếu tố pH, oxy, nhiệt độ, độc chất, chất thải, … mà còn cách thức về việc quản lý như đánh bắt, xử lý thuốc, các quy trình vận chuyển.

       Theo Snieszko (1974), ở các điều kiện nuôi trồng thủy sản bệnh xuất hiện khi có sự mất cân đối về môi trường, mầm bệnh và vật chủ. Điều đó có nghĩa là phải có những bước phòng vệ đầu tiên, theo dõi càng điều đặng càng tốt và hành động thích hợp để khi thấy sớm những dấu hiệu đầu tiên về tập tính, tổn thương hoặc dấu hiệu chết. Tuy nhiên một số người nuôi vẫn còn do dự khi thấy những dấu hiệu đầu tiên các vấn đề về sức khỏe động vật thủy sản, họ không có những giải pháp kịp thời. Mặt khác, họ không nhận định sớm được những thay đổi về yếu tố môi trường cũng như sức khỏe vật nuôi.

       Do đó, cần có những quan sát chung về sức khỏe tôm tại ao nuôi và được theo dõi hằng ngày, bên cạnh những chẩn đoán chuyên xâu về bệnh.

• Các chỉ tiêu môi trường

       Điều kiện môi trường có tác động đáng kể đến sức khỏe của tôm một cách trực tiếp và gián tiếp. Ví dụ như những thay đổi về hàm lượng oxy hòa tan, độ pH sẽ thúc đẩy biểu hiện bệnh đầu vàng, bệnh đốm trắng hay ảnh hưởng của độ mặn sẽ dễ gây xuất hiện bệnh hoại tử khối gan tụy. Nhiệt độ nước, độ mặn, độ đục, chất lơ lững và sự nở hoa của tảo đều là những yếu tố quan trọng. Sự thay đổi đột ngột các yếu tố môi trường sẽ làm bột phát ra những mầm bệnh đang tiềm ẩn hơn là những thay đổi từ từ. Do đó cần phải di trì điều kiện ao nuôi ở phạm vi thích hợp cho loài và càng ổn định ở phạm vi này càng tốt.  

• Quan sát chúng

• Tập tính

       + Tổng quát: tập tính bất thường của tôm được xem là dấu hiệu đầu tiên khi tôm bị sốc hay bị bệnh, đó là những thay đổi nhỏ trong tập tính ăn, hoạt động bơi hoặc tôm tập trung thành từng cụm bất thường. Thậm chí xuất hiện địch hại như các loài chim ăn tôm tập trung quanh ao. Do vậy cần quan sát một số biểu hiện của đàn tôm nuôi gồm: (i) Hoạt động bất thường trong ngày, vì tôm có khuynh hướng hoạt động nhiều về đêm và tụ ở những phần nước xâu hơn vào ban ngày. (ii) Bơi ở hoặc gần mặt ao hay bờ ao thường ở trạng thái bơi lờ đờ (tôm bơi gần mặt nước sẽ thu hút các loài chim ăn mồi sống). (iii) Tăng tiêu thụ thức ăn và ngay sau đó biếng ăn. (iv) Giảm hoặc ngừng ăn. (v) Tỷ lệ chuyển đổi thức ăn, tỷ lệ chiều dài/ trọng lượng không bình thường. (vi) Sức khỏe suy giảm, trạng thái bơi lờ đờ.

       + Tỷ lệ chết: (i) Tỷ lệ chết tương đối giống nhau trong suốt vụ nuôi cần được kiểm tra ngay lập tức và xác đính các yếu tố môi trường. (ii) Chết ngẫu nhiên hay chết lác đác cho thấy có vấn đề trong hệ thống nuôi hoặc đàn tôm nuôi. (iii) Hiện tượng chết tràn lan cần phải tìm ra nguyên nhân lây nhiễm.

       + Hoạt tính ăn: Hiện tượng bỏ ăn và không có thức ăn trong ruột là dấu hiệu chỉ thị rõ các bệnh lý còn tiềm ẩn. Việc kiểm tra thức ăn trong ruột được thực hiện hàng ngày. Đông thời kiểm tra tăng trưởng của tôm khoảng 1-2 tuần/lần. Nếu thấy ruột rỗng nhất là vừa sau khi cho ăn chứng tỏ thức ăn không đủ hoặc tôm bắt đầu ngừng ăn. 

• Quan sát bề mặt

       + Sinh vật bám và hiện tượng ăn mòn: hiện tượng sinh vật bám trên vỏ hoặc mang tôm điều này do các yếu tố môi trường không đạt yêu cầu hoặc có vấn đề về bệnh. Sự mất dần lớp vỏ ngoài, của lớp cutium hoặc các phần phụ (chân, đuôi, râu, chủy) hoặc mất hẳng các phần phụ, có hoặc không bị hóa đen (melanin hóa) cũng là dấu hiệu bệnh. Hiện tượng đứt râu là một dấu hiệu cảnh báo sớm. Ở tôm he khỏe râu có thể mọc dài hơn 1/3 chiều dài cơ thể. Hơn nữa chứng ăn mòn và phồng đuôi (chân đuôi và gai đuôi) bị hoặc không bị hóa đen, cũng là một dấu hiệu ban đầu của bệnh.

       + Mềm vỏ, đốm và tổm thương vỏ: hiện tượng mềm vỏ khác với quá trình lột xác, cũng xác nhận sự xuất hiện của bệnh. Xuất hiện đốm trắng trên bề mặt vỏ có thể do virus hoặc vi khuẩn.

       + Màu sắc: Màu sắc của tôm là một chỉ thị khác phản ánh rỏ tình trạng sức khỏe của tôm. Nhiều loài giáp xác có màu đỏ khi nhiễm vi sinh vật hoặc bị nhiễm độc, nhất là khi khối gan tụy bị nhiễm bệnh. Hiện tượng này do giải phóng các sắc tố vàng – cam (carotenoid) thường được chứa trong khối gan tụy. Thông thường phần đầu ngực có màu vàng là do nhiễm bệnh đầu vàng hay đốm trắng do virus đốm trắng hoặc do vi khuẩn. Một số trường hợp có sự biến màu trên các phần cuối đuôi như đuôi bơi và các phần phụ.

       Các bề mặt mô mềm: Sự thay đổi dễ nhận thấy ở các mô mềm là hiện tượng đóng dơ ở vùng mang, đôi khi kèm theo hiện tượng màu nâu. Khối gan tụy có khuynh hướng biến màu (hơi vàng, tái đỏ) sưng hoặc teo. Quan sát phần ruột giữa của tôm thông qua màu sắc, màu sẫm có thức ăn; màu sáng, trắng, vàng dạng nhày, rỗng hoặc không có thức ăn.

       Các yếu tố nêu trên cần được người nuôi quan sát một cách chi tiết và có hệ thống, thông qua việc theo dõi hàn ngày, ghi chép hồ sơ và được lưu trữ. Những thông tin này sẽ là những thông số hữu ích cho các mùa vụ tiếp theo. Tuy nhiên, việc này cũng đã gây ra nhiều khó khắn cho người nuôi vì phần lớn người nuôi thường không có nhiều chuyên môn về bệnh và hoạt động nuôi trồng thủy sản phần lớn dựa vào kinh nghiệm hoặc những trang thiết bị phục vụ cho qua trình quản lý sức khỏe tôm nuôi còn hạn chế.

1. Kỹ thuật số: trí tuệ nhân tạo (AI - Artificial Intelligence), Internet vạn vật (IoT - Internet of Things)

       Trí tuệ nhân tạo (AI - Artificial Intelligence)

       Trí tuệ nhân tạo là trí tuệ máy móc được tạo ra bởi con người. Trí tuệ này có thể tư duy, suy nghĩ, học hỏi,… như con người. Nó xử lý dữ liệu ở mức độ rộng hơn, quy mô hơn, hệ thống, khoa học và nhanh hơn so với con người. AI có thể thực các nhiệm vụ cụ thể một cách tương tự hoặc tốt hơn con người. Điều khiến trí tuệ nhân tạo nổi trội hơn các máy tính khác là thay vì lặp ra các chương trình cụ thể khác nhau thì các cổ máy này tự học (Machine Learning) để cải thiện chính nó. Đa phần mọi người thường hay nhằm lẫn giữa AI, Machine Learning và Deep Learning.

       Machine Learning còn được gọi là học máy, là một tập hợp con của AI, nó cho máy tính hành động và đưa ra quyết định dựa trên dữ liệu để thực hiện một nhiệm vụ nhất định. Cụ thể viết ứng dụng có AI mà không sử dụng học máy, thì phải viết cả triệu triệu dòng code để xây dựng các trường hợp xảy ra. Vậy học máy là cách để có được AI, máy tự học mà không cần phải code nhiều như không có học máy. Nói cách khác, nếu AI là mục tiêu thì học máy là phương tiện để đạt được mục tiêu đó. Máy sẽ được “học” bằng cách chuyển giao nó với một lượng dữ liệu khổng lồ với một thuật toán, thuật toán có khả năng điều chỉnh và xây dựng model. Như vậy nếu không có Machine learning thì trí tuệ nhân tạo sẽ bị hạn chế khá nhiều.

       Deep Learning còn gọi là học sâu, được bắt nguồn từ thuật toán Neural network của AI, là một ngành nhỏ của Machine Learning. Deep learning tập trung giải quyết các vấn đề liên quan đến mạng thần kinh nhân tạo nhằm nâng cấp các công nghệ như nhận diện giọng nói, tầm nhìn máy tính và xử lý ngôn ngữ tự nhiên. Trí tuệ nhân tạo có thể được hiểu đơn giản là được cấu thành từ các lớp xếp chồng lên nhau, trong đó mạng thần kinh nhân tạo nằm ở dưới đáy, Machine learning nằm ở tầng tiếp theo và Deep learning nằm ở tầng trên cùng.

       Internet vạn vật (IoT - Internet of Things)

       Internet of Things (IoT) là một hệ thống các thiết bị máy tính, máy móc, vật thể, động vật hoặc người có liên quan đến nhau, được cung cấp định danh duy nhất và có khả năng để truyền dữ liệu qua mạng mà không cần sự tương tác giữa con người với con người hay giữa con người với máy tính.

       IoT bao gồm sự hội tụ đến đỉnh cao của công nghệ không dây, hệ thống cơ điện vi mô (MEMS), microservice (một kiểu kiến trúc phần mềm, chia phần mềm thành những dịch vụ rất nhỏ) và Internet. Điều này đã phá vỡ bức tường silo giữa công nghệ vận hành (OT) và công nghệ thông tin (IT), cho phép phân tích các dữ liệu phi cấu trúc để có được những hiểu biết, cải thiện hiệu quả hơn. Kiến ​​trúc nền tảng cơ bản của IoT gồm có 4 lớp:

       - Lớp cảm biến (Sensing layer): gồm cảm biến, thiết bị truyền động, hoặc các thiết bị có trong lớp cảm biến. Các bộ cảm biến hoặc bộ truyền động này sẽ nhận dữ liệu (thông số vật lý/môi trường) sau đó xử lý dữ liệu và phát dữ liệu qua mạng.

       - Lớp mạng (Network layer): gồm các cổng Internet/mạng, hệ thống thu thập dữ liệu (Data Acquisition System - DAS). DAS thực hiện chức năng tổng hợp và chuyển đổi dữ liệu (thu thập dữ liệu và tổng hợp dữ liệu sau đó chuyển đổi dữ liệu analog của cảm biến sang dữ liệu digital, v.v...). Ngoài ra còn có chức năng bảo vệ chống các phần mềm độc hại và lọc một số lần ra quyết định dựa trên dữ liệu đã nhập và các dịch vụ quản lý dữ liệu, v.v...

       - Lớp xử lý dữ liệu (Data processing layer): Đây là đơn vị xử lý của hệ sinh thái IoT. Tại đây, dữ liệu được phân tích và xử lý trước khi gửi đến trung tâm dữ liệu, nơi dữ liệu được truy cập bởi các ứng dụng phần mềm thường được gọi là ứng dụng kinh doanh. Đây là nơi dữ liệu được theo dõi và quản lý, Các hành động khác cũng được chuẩn bị tại đây.

       - Lớp ứng dụng (Application layer): Đây là lớp cuối cùng trong 4 giai đoạn của kiến ​​trúc IoT. Trung tâm dữ liệu hoặc đám mây là giai đoạn quản lý, nơi dữ liệu được quản lý và sử dụng bởi các ứng dụng người dùng cuối như nông nghiệp, chăm sóc sức khỏe, hàng không vũ trụ, nông nghiệp, quốc phòng, v.v...

       3. Một số giải pháp của kỹ thuật số trong quản lý sức khỏe tôm nuôi

       Từ những vấn đề về quản lý sức khỏe tôm nuôi và những thành tựu đã đạt được trong công nghệ kỹ thuật số hiện nay, thì việc ứng dụng các công nghệ AI, IoT trong nuôi trồng thủy sản nói chúng và trong quản lý sức khỏe tôm nói riêng là việc cần thiết. Bên cạnh các kết quả nghiên cứu đã đạt được, thì cũng có sản phẩm ứng dụng AI, IoT trên thị trường và được đón nhận. Cụ thể, XpertSea từ Canada, eFishery từ Indonesia, Umitron Cell từ Nhật và Singapore, AquaCloud từ Na Uy, Aquaconnect từ Ấn Độ, SHOAL từ EU… mục tiêu chính các sản phẩm chủ yếu về quản lý chất lượng nước, đánh giá tăng trưởng, sức khỏe, và máy cho ăn tự động.

• AI trong quản lý tăng trưởng và sức khỏe tôm nuôi

       Với ứng dụng và hình ảnh chụp được về tôm, người nuôi có thể truy cập ngay lập tức, dễ dàng, thông tin minh bạch, và đáng tin cậy. Trọng lượng trung bình, tốc độ tăng trưởng và đặc biệt, là bảng phân bố theo trọng lượng tôm được thể hiện rõ nét. Điều này cho phép người nuôi tôm điều chỉnh chế độ cho ăn nhằm kéo giảm khoảng cách chêch lệch giữa các cỡ tôm trong ao, xác định sự bất thường trong tăng trưởng của tôm và đưa ra quyết định tốt hơn về cách chăm sóc và buôn bán. Bằng cách sử dụng Mobile app, người nuôi ở bất kỳ mô hình và qui mô nào đều có thể sử dụng điện thoại của họ để theo dõi sự phát triển của ao nuôi, tiết kiệm một lượng lớn thời gian và số lượng mẫu đủ lớn để đại diện cho cả ao nuôi, so với cách cân bằng tay truyền thống.

       Khi mở rộng quy mô kinh doanh thì người nuôi phải đối mặt với những thách thức nhằm đảm bảo độ chính xác cao nhất từ lúc thả giống đến lúc kiểm soát trọng lượng tôm từ bể ương qua ao nuôi thương phẩm. Thông tin này, nếu không chính xác, có thể tác động tiêu cực đến hiệu suất của ao và hệ số chuyển đổi thức ăn (FCR), cụ thể là tâm lý của nười nuôi thường cho ăn dư hơn nhu cầu thực của tôm, dẫn đến việc ô nhiễm môi trường nước và tốn thêm chi phí xử lý nước. Số lượng mẫu lấy nhiều hơn, nhanh hơn và chính xác hơn lấy mẫu tôm thủ công thông thường. Do đó, tôm vẫn khỏe mạnh sau khi được lấy mẫu, không bị thương tích và dữ liệu được lưu trữ và quản lý trên nền tảng kỹ thuật số theo thời gian thực. Điều này cho phép các phép đo chính xác về kích thước và phân bố trọng lượng được cập nhật thường xuyên hơn.

       Ứng dụng còn cung cấp sự ước tính về sản lượng và cỡ tôm trong hai tuần tiếp theo được xây dựng bởi AI. Đồng thời, khả năng chia sẻ và trao đổi thông tin của ao nuôi từ cấp nhân viên đến quản lý và chuyên gia ở mọi nơi trên thế giới được thực hiện liên tục. Đây là một giải pháp mạnh mẽ để cải thiện việc ra quyết định hàng ngày, giúp tôm tăng trưởng nhanh hơn, chuyển đổi thức ăn hiệu quả hơn và quản lý chất lượng nước tốt hơn.

       Bằng việc lưu trữ không giới hạn hình ảnh tôm được chụp trong suốt vụ nuôi, người nuôi tôm giờ đã có thêm một nguồn dữ liệu mang tính lịch sử để có thể đánh giá, và so sánh các quy trình nuôi, loại thức ăn, cách thức xử lý bệnh,... giữa các ao khác nhau trong cùng vụ nuôi hoặc qua từng năm. Đồng thời góp phần đánh giá được sự hiệu quả của việc sử dụng thuốc dùng trong quá trình nuôi và khả năng sử dụng thức ăn của tôm. Chính vì các số liệu được ghi nhận định kỳ, được lữu trữ và hệ thống hóa dữ liệu, nên người nuôi có thể biết được sự cải thiện hay diễn biến tăng về tình trạng sức khỏe tôm, để có những thay đổi kịp thời. Đó cũng là một cách tiếp cận mà giữa nhóm người nuôi tôm, nhóm nhà cung cấp thuốc và nhà cung cấp thức ăn muốn hướng đến.

       Ngoài ra, các hãng công nghệ khác cũng đang tìm cơ hội nắm bắt tiềm năng của AI trong lĩnh vực dự đoán dịch bệnh. Aquaconnect, một công ty khởi nghiệp tại Ấn Độ đang giúp người nuôi tôm dự đoán dịch bệnh và cải tiến chất lượng nước bằng ứng dụng di động FarmMOJO. Công cụ này sử dụng công nghệ máy học (Machine Learning) giúp người nuôi nắm bắt toàn bộ tình hình trang trại và gợi ý các bước hành động phù hợp. Điều quan trọng là các sản phẩm này chính là chìa khóa để quản lý dịch bệnh tốt hơn và đạt sản lượng cao hơn. Nó thúc đẩy quá trình phát hiện nhanh, báo cáo thời gian thực và đưa ra quyết định dựa trên cơ sở dữ liệu đã được phân tích.  

• AI trong công nghệ cho tôm ăn tự động

       Unitron là một hãng công nghệ NTTS tại Nhật Bản và Singapore, chuyên cung cấp các nền tảng dữ liệu bằng IoT, cảm ứng điều khiển từ xa qua vệ tinh và AI. Một trong những giải pháp mới nhất của Unitron là Umitron Cell (Cell) - máy cho ăn thông minh có sức chứa 400 kg thức ăn, gồm một hệ thống quản lý năng lượng mặt trời, máy tính, cảm biến khối lượng, máy chia thức ăn và một camera quan sát vật nuôi 24 giờ/ngày. Cell được kiểm soát từ xa qua các video ghi lại hình ảnh tôm và gửi về điện thoại di động hoặc máy tính. Cell được lắp đặt vào các hệ thống nuôi tôm và cho phép người nuôi kiểm tra các đoạn video phát sóng trực tiếp hoặc dữ liệu đã được lưu lại.

       Người nuôi có thể điều chỉnh thời gian của máy cho ăn, cài đặt lượng thức ăn để tinh chỉnh quá trình cho ăn, kiểm tra lịch sử cho ăn, dữ liệu vật nuôi để nắm được khối lượng thức ăn đã sử dụng từ những ngày, tuần hoặc tháng trước. Cell được sử dụng nối tiếp với công nghệ đo độ thèm ăn của cá bằng thuật toán AI (FAI). Đây là một hệ thống phát hiện mức độ thèm ăn của tôm/cá trong thời gian thực bằng thuật toán máy học, giúp phân tích dữ liệu video đã được tập hợp trực tiếp từ nhiều vị trí trại nuôi để tính toán độ thèm ăn của tôm/cá. Người nuôi kiểm tra số liệu FAI để xác định thời điểm tôm/cá đói hoặc no, từ đó điều chỉnh lượng thức ăn cho phù hợp.

       Ngoài ra, eFishery của Indonesia với sản  phẩm eFisheryFeeder, thiết bị nạp thức ăn tự động được kết nối web, điều khiển bằng ứng dụng (với các cảm biến tùy chọn) dành cho người nuôi tôm. Mục tiêu là "tăng năng suất và giảm chi phí", nguyên lý hoạt động là hình thành nên nền tảng hệ sinh thái giữa người nuôi tôm, người bán thức ăn, người sản xuất thức ăn và nhóm tài chính một các trực tuyến.

• IoT trong quản lý chất lượng nước ao nuôi tôm

       Đây là một thách thức về công nghệ bởi vì nó liên quan đến việc phát triển các đầu dò mới để đo lường vi sinh vật, chất vi lượng hoặc các thông số hóa lý khác. Một trở ngại lớn khác đối với cuộc cách mạng IoT trong lĩnh vực này là khả năng chuyển một lượng lớn dữ liệu từ trang trại sử dụng ít năng lượng nhất có thể. Thông qua 5G phát triển, nó sẽ có thể tăng số lượng dữ liệu từ trang trại để có tầm nhìn gần nhất có thể về thực tế với nhiều dữ liệu mà chúng ta có thể mơ ước. Sự phát triển của 5G cũng sẽ cho phép phát triển và chuyển giao các loại thông tin, ngày nay không thể do trọng lượng của dữ liệu. Các phát triển giám sát thời gian thực thông qua HD chất lượng cao các luồng video để cho phép phân tích hình ảnh sâu sẽ mở ra triển vọng điều tra chăn nuôi bằng cách phân tích trực tiếp dưới nước về tập tính, hoạt động và các bệnh tiềm ẩn của tôm. Nó cũng sẽ cho phép khảo sát môi trường vi mô như thời tiết hoặc các hoạt động xung quanh trang trại cho phép ngăn chặn săn trộm.
        Mặc dù việc ứng dụng kỹ thuật số vào trong nuôi trồng thủy sản đang ở những bước đầu và một số ít thành quả, nhưng đó cũng là nền tảng tạo ra một cuộc cách mạng hóa toàn ngành nuôi trồng thủy sản. Việc lên ý tưởng và hoàn thiện sản phẩm phải tốn nhiều thời gian, kinh phí, chất xám nên thường hay nãn trí. Do đó, cần phải lựa chọn giải pháp phù hợp với đội tượng nuôi. Nhưng thách thức chính là khâu xử lý tất cả dữ liệu đã tổng hợp được. Xây dựng phương pháp xử lý và sử dụng dữ liệu, thông tin để làm cơ sở đưa ra quyết định. Mọi dữ liệu sẽ trở nên vô ích nếu không tìm ra cách sử dụng chúng. Để tăng cường ứng dụng kỹ thuật số, các hãng công nghệ cần thu hút người nuôi về cả cảm xúc và lý trí. Khi người nuôi nhận ra họ không cần phải làm việc quần quật 7 ngày/tuần nhờ kỹ thuật số, thì đó cũng là lúc kỹ thuật số tác động đến cuộc sống của họ. Về mặt lý trí, khi chứng minh rõ ràng lợi nhuận gia tăng nhờ các quyết định chính xác trên cơ sở dữ liệu AI, IoT chắc chắn đầu tư và ứng dụng AI, IoT sẽ gia tăng trong ngành nuôi trồng thủy sản.