蟋蟀等可食用昆虫需要的饲料更少，排放的甲烷和二氧化碳等温室气体也更少，这使它们成为快速增长的替代蛋白质来源，可以养活世界人口，同时最大限度地减少对环境的影响。
虽然蟋蟀农场在世界各地兴起——从北美和欧洲到东南亚——以利用蟋蟀的繁荣，但由于大规模养殖昆虫的知识差距，并非所有农场都能高效运行。
人工智能供应商 EntoVerse 的联合创始人兼首席技术官德米特里·米哈伊洛夫 (Dmitry Mikhailov) 表示，例如，在越南的 Cricket One，大约 25% 的蟋蟀可能会死于不合格的劳动力以及维持对数百万只蟋蟀的控制的挑战基于（AI）的昆虫养殖场管理系统。
新加坡国立大学副教授米哈伊洛夫和他在新加坡初创公司的团队一直在收集有关蟋蟀的数据以及可能影响昆虫健康和行为的因素。
“这些生物移动得非常快；它们会改变颜色，而且女孩和男孩之间存在差异，因此我们使用相机进行图像识别和检测模式，”他说。“我们还使用麦克风来破译蟋蟀如何相互交流。”
使用这些数据，EntoVerse 可以帮助蟋蟀养殖户优化环境和其他条件，避免昆虫因缺乏食物、天气变化甚至蟋蟀群中的性别混合而受到压力的情况。它还收集有关昆虫饲料的数据，以确定哪种饲料最适合蟋蟀的健康。
所有这些数据都被输入到一个人工智能引擎中，该引擎已经识别出某些直到现在才被发现的相关性。“例如，蟋蟀在感觉到台风从 100 公里外逼近时会停止交配，但没有人知道存在这种相关性，”拥有大数据和人工智能博士学位的米哈伊洛夫说。
对于具有自动化能力的大型农场，例如欧洲的农场，米哈伊洛夫说，数据和见解可用于自动调整温度、湿度、通风和其他参数。
他补充说，较小的农场，例如泰国和印度尼西亚等东南亚国家的农场，也可以使用相同的见解来优化流程并减少人为错误。
在蟋蟀方面取得成功后，EntoVerse 正计划开发 AI 系统，以支持其他昆虫的养殖，如蚱蜢和粉虫，以及黑水蝇，其幼虫可以将有机废物转化为动物饲料。
为了回应客户对跨境发送昆虫相关数据的担忧，EntoVerse 开始研究联合人工智能，这是一种神经网络架构，可以使用本地数据训练人工智能模型。Mikhailov 说：“我们基本上将小型 AI 模块发送到客户的服务器，模块返回时没有数据。”
随着越来越多的实验室对昆虫进行遗传学研究并在某些情况下修改基因组以开发更大的蟋蟀和耐低温的黑水蝇，Mikhailov 说 EntoVerse 的人工智能引擎还可以帮助监督基因修改和其他测试。
此外，为了加速蟋蟀的生长，EntoVerse 采用了用于制造目标药物产品的数学模型来开发蟋蟀饲料的添加剂配方。米哈伊洛夫说，该公司已经完成了与印度尼西亚万隆理工学院的测试，并开始向其客户提供该功能。
Mikhailov 希望 EntoVerse 的技术可以通过人工智能提供培训和帮助，帮助增加昆虫农场的女性就业，并帮助其客户减少温室气体排放。“我们专注于努力成为可靠的合作伙伴，通过减少排放来衡量你对自然的益处，但你必须不断衡量它并证明你确实在这样做，”他说。
