養殖におけるAIの応用について、解剖学的手法も用いたデータ収集に始まり、CGオブジェクトの作成、水中環境のシミュレーション、ディープラーニングにより水槽の映像からチョウザメを自動検知し、尾数のカウントに成功するまで、実際の作業の流れに沿って、興味深い画像や動画、そして失敗談も交えて、具体的かつ詳細に解説します。 第1章　養殖のいま 　1.1　海面養殖におけるスマート化の現状 　1.2　陸上養殖におけるスマート化の現状 　1.3　AIの進歩によるスマート化への期待 　1.4　養殖AI技術の進歩における課題 第2章　AIによる養殖革命の可能性 　2.1　AI活用の難しさ 　2.2　それでもAIは活用したい 　2.3　フルオートメーション養殖場 　［コラム］LiDAR実験 第3章　シミュレーションの流れ 　3.1　全体の流れ 　3.2　実データの収集 　［コラム］2つのプレッシャー 　3.3　実データからCGオブジェクトを作成 　3.4　実データから水中の環境シミュレーション 　3.5　アノテーションの自動生成 　3.6　尾数カウントの例 第4章　データ収集 　4.1　解剖学的手法に基づく形態データの収集 　［コラム］チョウザメ類の分類学 　4.2　水槽のなかのチョウザメのデータ収集 　［コラム］魚は生きている 　4.3　水槽の上からのチョウザメのデータ収集 第5章　チョウザメのCGをつくる 　5.1　CGをつくろう 　5.2　CGを動かそう 　［コラム］回転のイメージがわかない：クォータニオンの話 　5.3　CG環境をつくろう 第6章　Foids：魚群のシミュレーション 　6.1　魚群と物理学の長い付き合い 　6.2　Foids（魚擬） 　6.3　DeepFoids（深層強化学習＋魚擬） 　6.4　現実の魚群とシミュレーション上の魚群の比較 　6.5　その他の魚群の数理モデル 　［コラム］学会採択裏話 第7章　ディープラーニングの学習 　7.1　トレーニングデータセットの作成 　［コラム］シンセティックデータセットだけでの物体検出 　7.2　学習 　7.3　チョウザメの検出 　7.4　チョウザメの追跡 第8章　海上生簀での実証 　8.1　海上生簀での養殖 　8.2　海上生簀でのフィールドワーク 　［コラム］ダイビングのライセンス