<?xml version="1.0" encoding="UTF-8"?><oembed><type>video</type><version>1.0</version><html>&lt;iframe src=&quot;https://www.loom.com/embed/f9fb7217ebbe47e892b4db4fb7445672&quot; frameborder=&quot;0&quot; width=&quot;1920&quot; height=&quot;1440&quot; webkitallowfullscreen mozallowfullscreen allowfullscreen&gt;&lt;/iframe&gt;</html><height>1440</height><width>1920</width><provider_name>Loom</provider_name><provider_url>https://www.loom.com</provider_url><thumbnail_height>1440</thumbnail_height><thumbnail_width>1920</thumbnail_width><thumbnail_url>https://cdn.loom.com/sessions/thumbnails/f9fb7217ebbe47e892b4db4fb7445672-d6daee90cc14f7ba.gif</thumbnail_url><duration>420.902</duration><title>Hvordan ulike typer AI kommer sammen for å levere prognoser for kvalitetsutvikling</title><description>Lokalitetens betydning for smitte og lusproblemer, valg knyttet til genetikk, utstyr, og strategi, samt viktigheten av å ta hensyn til data for å oppnå økt fortjeneste diskuteres. Kunstig intelligens brukes til å lage prognoser basert på kameradata og miljødata, som deretter integreres i en matematisk optimeringsmodell for å veilede beslutningstaking. Et prosjekt støttet av Fiskeri og havbruksnæringens forskningsfond presenteres, med fokus på soveproblematikk og beslutningsstøtte for oppdrettere.</description></oembed>