FORSKNINGSPARTNERE: FiskHer er sammen med forskningspartner NORCE tildelt 4,7 millioner kroner gjennom Forskningsrådets innovasjonspott. Boyan Yuan i NORCE sammen med Trond Are Gjone (f.v), Tommy Egra, Trond Svandal og Asgeir Alvestad i FiskHer.

Millionstøtte til FiskHer:

Skal finne fisk ved hjelp av kunstig intelligens

FiskHer er tildelt 4,7 millioner kroner gjennom Forskningsrådets innovasjonspott. Pengene skal brukes til å forske bruk av på kunstig intelligens for å predikere fiskens bevegelsesmønstre.

– Som en liten, nyoppstartet bedrift, i konkurranse med etablerte selskaper fra hele landet, må jeg si at det er helt fantastisk hvordan virkemiddelapparatet har hjulpet oss hele veien. Dette åpner for unike muligheter, jubler gründer og daglig leder i FiskHer AS, Trond Are Gjone.

Fredag formiddag ble det klart at hans bedrift er en av de 66 som får tildelt midler gjennom Forskningsrådets innovasjonspott. Hele 602 millioner er fordelt, og av disse går 4,7 millioner til FiskHer i samarbeid med forskningssenteret NORCE.

Seniorforsker Boyan Yuan ved avdeling for teknologi i NORCE, har sammen med matematiker og utviklingsansvarlig i FiskHer, Trond Svandal, de siste månedene gjennomført et forprosjekt som har ledet ut i en søknad til Forskningsrådet. Resultatene av forprosjektet viser at de er godt på vei til det som er målet: Å finne fisk ved hjelp av kunstig intelligens.

Kunnskap og kunstig intelligens

– De 43.000 fiskefeltene vi har i appen i dag, er alle registrert manuelt. Asgeir Alvestad og Tommy Egra har tegnet dem inn for hånd. De jobbet i ett år, bare med å kartlegge kysten av Norge. Skulle vi gjort tilsvarende arbeid for resten av verden ville det kostet enormt både av tid og ressurser. Det vi gjør nå, er å digitalisere deres kunnskap. Vi tar erfaringen til noen av landets aller beste fiskere, og mater den inn i en datamaskin. Enkelt forklart lager vi en digital kopi av hodene deres, som kan predikere plassene for oss, sier Svandal.

Ved å digitalisere parametre som avgjør hvor fisk beveger seg, som biotop,  bunnforhold, meteorologiske data og mattilgang kan datamaskinen regne seg frem til hvor fisken befinner seg, året rundt. Det betyr i praksis at de statiske fiskefeltene kan erstattes med dynamiske felt. Og at man fra et kontor i Sør-Norge kan predikere fiskens bevegelsesmønstre langs kysten av Chile med samme presisjon som i den sørlandske skjærgården.

MATER DATA: Seniorforsker i NORCE, Boyan Yuan og FiskHers Trond Svandal gleder seg til å jobbe videre med det de synes er aller mest spennende for tiden: Å bruke kunstig intelligens til å finne fisk.

– Men enda viktigere enn å finne fisk, er at vi kan bidra til god forvaltning av fisken. På dette feltet kan FiskHer spille en veldig viktig rolle, sier Yuan.

– Her det enorme samfunnsmessige verdier, ikke minst i et bærekraftig perspektiv. Det er vanskelig å anslå, men på verdensbasis er det flere hundre millioner mennesker som fisker regelmessig. I det ligger det en stor økonomisk verdi. Men det har samtidig noen negative konsekvenser, som FiskHer med dette kan være med på å redusere. Dette er spennende, og vi er veldig takknemlige for å få være en forskningspartner, og for at Forskningsrådet ser verdien av dette arbeidet, sier Yuan.

Bidrar til bærekraftig forvaltning

– Bærekraftighet er et viktig stikkord, og her har vi et samfunnsansvar. FiskHer skal ikke bidra til overfiske. Det vi imidlertid vil gjøre, er å gi fritidsfiskerne den beste anbefalte plassen å fiske på der de er, og samtidig i bidra til god forvaltning, ved å gjøre det lettere å rapportere fangsten. Det er mye ulovlig fiske, også fordi mange ikke vet hva som er lov å fiske eller hva de har plikt til å rapportere inn, sier Svandal.

Han er hjernen bak FiskHers fiskegjenkjenner, som forteller deg hva slags fisk du har fått. Nå arbeides det med å utvide funksjonen til også å måle størrelsen og vekten på fisken.

Unikt rapporteringsverktøy

– Kan man ta et bilde med telefonen sin, trykke på en knapp og rapportere fangsten inn – det er manna for myndighetene, det. Og det skal vi få til, ved hjelp av disse midlene, sier Svandal.

– Vi blir et viktig verktøy for myndighetene, og ikke minst et planleggingsverktøy som absolutt alle som fisker kan ha nytte av, supplerer Gjone.

– FiskHer vil ta en veldig viktig rolle som mellomledd mellom myndigheter og fritidsfiskerne. De har kommet inn på et veldig gunstig tidspunkt og gjør noe ingen andre i verden gjør. De er også de første som omgjør kunstig intelligens til økonomisk verdi, sier Boyan.

ÅPNER FOR EMISJON: Om kort tid legges FiskHer ut på Dealflow, hvor det blir mulig å investere i selskapet.

Siden lanseringen i sommer har det gått fort i svingene. Mer enn 120.000 har allerede lastet ned og tatt i bruk appen, som nylig ble lansert også på tysk og engelsk.

– På grunn av koronasituasjonen, har vi hittil rettet oss kun mot det norske markedet, men nylig lanserte vi appen også med tysk og engelsk språk, fordi vi vet at det allerede nå sitter utenlandske fiskere og bruker appen vår, og gleder seg til å kunne reise tilbake til Norge for å fiske. Allerede til våren lanserer vi FiskHer i Danmark, og deretter skal vi til Sverige. Vi kommer også med egen innlandsversjon for Norge før sommeren, sier Gjone.

Til topps i investor-kåring

Denne uken ble det også kjent at FiskHer er plukket ut som investorenes favoritt i Bærum International HUB, blant 47 oppstartsbedrifter. Etter en lang prosess som kulminerte i finalerunde denne uken, kom FiskHer ut på topp.

– Veldig gledelig. Dette er en flott anerkjennelse, som for det første betyr at dyktige folk tror på oss, og ikke minst at vi får inn flere investorer. Dette er en gruppe som har gått en rekke bedrifter etter i sømmene, og som har valgt å sette pengene sine på oss, sier Gjone.

Bli medeier?

Men også du kan sikre deg en eierandel i FiskHer.

– Nå åpner vi for emisjon, og for å få med alle som kan være interessert bruker vi verktøyet Dealflow i denne prosessen. Vi ønsker først og fremst å invitere våre egne brukere, men har også en liste av interessenter, sier Gjone.

INVESTERE? FiskHer legges snart ut på Dealflow.no.