News
Brak postów — pierwsze publikacje wkrótce.
Fin Finder: jak AI pomaga celnikom rozpoznawać płetwy rekinów
News & analizy

Foto: Sumaid pal Singh Bakshi / Unsplash

Fin Finder: jak AI pomaga celnikom rozpoznawać płetwy rekinów

Fin Finder to singapurska aplikacja AI do identyfikacji płetw rekinów i płaszczek. Wyjaśniamy, jak działa, ile gatunków rozpoznaje i czego nie zastąpi.

AN
Andrzej Niemiec
19 sierpnia 2026 · 6 min czytania · 1423 słów
Reviewed by Andrzej Niemiec

Czym jest Fin Finder i kto go stworzył?

Fin Finder to mobilna aplikacja do wizualnej identyfikacji płetw rekinów i płaszczek. Singapur ogłosił ją 8 czerwca 2022 roku jako wspólny projekt National Parks Board (NParks), Conservation International i Microsoftu, wsparty programem Microsoft AI for Earth [1]. Przy budowie bazy zdjęć pracowali też m.in. Wild Me, Sineurope, Rumah Foundation i Coastal Natives [2].

Narzędzie odpowiada na wąskie gardło kontroli celnej. Płetwy trafiają do portów wysuszone i przetworzone, przez co tracą cechy potrzebne do szybkiego rozpoznania gatunku [2]. Wcześniej funkcjonariusz opierał się na oględzinach morfologicznych, a wątpliwe okazy kierował do laboratorium. Według NParks taka identyfikacja mogła zajmować średnio do tygodnia [2].

Fin Finder nie jest produktem jednej firmy. W kwietniu 2025 roku aplikację przejął amerykański Conservation X Labs [4]. Projekt powstał jako narzędzie dla służb, nie jako aplikacja konsumencka do rozpoznawania zwierząt.

Jak działa Fin Finder w praktyce?

Funkcjonariusz robi zdjęcie płetwy telefonem. Algorytm porównuje kształt, krawędzie i wzór z bazą ponad 15 tysięcy zdjęć, a wynik zwraca w ciągu sekund [3]. Pierwsza wersja rozpoznawała 35 gatunków rekinów i płaszczek, z czego 14 było objętych CITES Appendix II [3]. Appendix II oznacza handel regulowany, a nie automatyczny zakaz każdego obrotu.

Skala problemu pozostaje duża. Według danych cytowanych przez NParks i Microsoft w latach 2012–2020 do Singapuru trafiło ponad 160 tysięcy kilogramów płetw gatunków objętych CITES [2]. To suma wieloletnia, a nie wynik jednego przejęcia, dlatego nie należy traktować jej jako efektu działania aplikacji.

Jak wypada porównanie z tradycyjnymi metodami?

Różnice najlepiej widać na trzech kryteriach: czasie, wymaganej wiedzy i charakterze wyniku. Żadna z metod nie zastępuje dwóch pozostałych, bo służą różnym etapom kontroli.

KryteriumFin Finder (AI)Oględziny morfologiczneBadania DNA
Czas wstępnej odpowiedzisekundy [3]zależny od doświadczenia funkcjonariusza, według NParks do tygodnia [2]wymaga pobrania próbki i pracy laboratorium [8]
Wymagana wiedzaobsługa aplikacji, bez specjalizacji taksonomicznej [6]doświadczenie w rozpoznawaniu cech płetw [2]dostęp do laboratorium i metodyki genetycznej [8]
Charakter wynikuwskazanie przesyłki do dalszej kontroli [6]ocena eksperckaoznaczenie gatunku na podstawie sekwencji [7]
Praca w terenietelefon z aplikacją [1]możliwa, ale ograniczona skaląpraktycznie niemożliwa na stanowisku celnym [8]

Jak skuteczny jest Fin Finder?

Według deklaracji NParks z czerwca 2025 roku narzędzie przyjęły organy egzekwowania prawa w 32 krajach, a deklarowana dokładność wynosiła 89,4% [4]. To dane instytucji wdrażającej, a nie niezależny pomiar skuteczności w realnych przejęciach, dlatego warto je czytać jako poziom zaufania do systemu, nie jako gwarancję rozstrzygnięcia.

Niezależne badania pokazują skalę zjawiska, której aplikacja dotyczy. Praca opublikowana w 2022 roku w Frontiers in Marine Science zidentyfikowała na singapurskim rynku 22 gatunki, z których 17 miało status zagrożonych według IUCN, a sześć znajdowało się w CITES Appendix II [5].

Osobno trzeba spojrzeć na granice metod genetycznych, które wciąż domykają proces. W badaniu z 2024 roku z 684 próbek 547 udało się oznaczyć na poziomie gatunku lub rodzaju, a 137 nie dało użytecznego wyniku DNA [7]. To pokazuje, że nawet referencyjna metoda ma lukę, której nie wypełni sam klasyfikator obrazu.

Czy Fin Finder zastępuje badania DNA?

Nie. Fin Finder jest narzędziem wstępnej selekcji, a nie substytutem ekspertyzy. Podejrzane płetwy powinny zostać skierowane do dalszych badań DNA przed podjęciem działań egzekucyjnych [6]. Aplikacja wskazuje przesyłki warte sprawdzenia, nie rozstrzyga o legalności towaru [4].

Ta różnica jest istotna prawnie. Źródła opisują narzędzie przesiewowe i wsparcie kontroli, nie dowód, że sama aplikacja potwierdza nielegalne pochodzenie okazu [6]. Organy ścigania nadal muszą dysponować procedurą laboratoryjną i podstawą do zatrzymania partii.

Co zmieniło przejęcie przez Conservation X Labs?

W kwietniu 2025 roku Fin Finder przejął amerykański Conservation X Labs [4]. Nowy właściciel rozwija narzędzie poza pierwotnym kontekstem singapurskim, a NParks w czerwcu 2025 roku podawał już wdrożenia w 32 krajach i deklarowaną dokładność 89,4% [4].

Dla użytkowników oznacza to przede wszystkim zmianę modelu utrzymania: z projektu publiczno-firmowego na produkt rozwijany przez organizację technologiczną. Dostępność aplikacji i warunki jej użycia należy sprawdzać u aktualnego właściciela, bo komunikacja NParks opisuje stan z 2025 roku.

Skąd wzięła się informacja o 12 tonach płetw?

W obiegu funkcjonuje opowieść o transporcie 12 ton płetw rekinich przechwyconym w Singapurze w 2022 roku. Źródła z tego okresu opisują uruchomienie Fin Findera, a nie taką konfiskatę, i nie potwierdzają jej jako rekordu Singapuru [1][2].

Liczba 12 ton odpowiada połączonym przejęciom w Indiach i Malezji z maja 2019 roku: 8 ton płetw w Indiach oraz 4 tony suszonej skóry płaszczek w Malezji, uznanej za prawdopodobne płetwy rekinów [9]. To dwa państwa i inny rok, więc zestawianie tej sumy z singapurskim wdrożeniem AI wprowadza w błąd.

Czy podobne rozwiązanie mogłoby powstać w Polsce?

Tak, ale warunkiem jest zebranie danych referencyjnych i partnerstwo instytucjonalne, a nie sam model uczenia maszynowego. Fin Finder powstał wokół jednego wąskiego problemu: szybkiego odsiania przesyłek wymagających laboratorium [2].

Polecamy zacząć od trzech kroków. Najpierw zdefiniować decyzję, którą narzędzie ma przyspieszyć, i sprawdzić, czy nie wystarczą procedury ręczne. Następnie zebrać zdjęcia referencyjne dla gatunków realnie pojawiających się w obrocie i ustalić, kto odpowiada za ich aktualizację. Na końcu uruchomić pilotaż na jednej kategorii towaru, z jasnym progiem, od którego próbka idzie do laboratorium.

Warto przy tym traktować AI jako element procesu, nie osobną inwestycję. O tym, jak przechodzić od pilotażu do produkcji, piszemy w tekście Praktyczne zastosowania AI: od pilotażu do produkcji, a o krajowych uwarunkowaniach w artykule Czy Orzeł naprawdę podnie sie polską AI z kolan?.

Najczęstsze pytania

Czym jest Fin Finder?

Fin Finder to mobilna aplikacja AI do identyfikacji płetw rekinów i płaszczek na podstawie zdjęcia. Singapur ogłosił ją 8 czerwca 2022 roku jako projekt NParks, Conservation International i Microsoftu [1]. Narzędzie porównuje fotografię z bazą ponad 15 tysięcy zdjęć i zwraca wynik w ciągu sekund [3]. W kwietniu 2025 roku aplikację przejął Conservation X Labs [4].

Ile gatunków rozpoznaje Fin Finder?

Pierwsza wersja aplikacji rozpoznawała 35 gatunków rekinów i płaszczek, z czego 14 było objętych CITES Appendix II [3]. Zakres jest więc ograniczony do gatunków wprowadzonych do bazy, a nowe lub rzadkie okazy mogą wymagać potwierdzenia inną metodą. Aktualny zakres rozpoznawanych gatunków należy sprawdzać w materiałach właściciela narzędzia.

Czy Fin Finder jest w 100% dokładny?

Nie ma podstaw, by tak twierdzić. NParks podawał w czerwcu 2025 roku deklarowaną dokładność 89,4% [4]. To wynik deklarowany przez instytucję wdrażającą, nie niezależny test. Aplikacja służy do wstępnej selekcji, a podejrzane próbki nadal wymagają badań DNA [6].

Kto odpowiada za Fin Finder po 2025 roku?

W kwietniu 2025 roku aplikację przejął amerykański Conservation X Labs [4]. Wcześniej projekt prowadzili NParks, Conservation International i Microsoft w ramach programu AI for Earth [1]. Zmiana właściciela oznacza inny model rozwoju i utrzymania narzędzia niż pierwotny projekt publiczno-firmowy.

Czy 12 ton płetw przechwycono w Singapurze w 2022 roku?

Dostępne źródła tego nie potwierdzają. Komunikaty z 2022 roku dotyczą uruchomienia aplikacji, nie konfiskaty [1][2]. Suma 12 ton odpowiada połączonym przejęciom w Indiach i Malezji z maja 2019 roku [9], więc nie należy przypisywać jej Singapurowi ani wdrożeniu Fin Findera.

Źródła

  1. Singapore develops Asia's first AI-based mobile app for shark and ray fin identification to combat illegal wildlife trade (Microsoft, 2022)
  2. Singapore develops Asia's first AI-based mobile app for shark and ray fin identification to combat illegal wildlife trade (NParks, 2022)
  3. AI helps to fight the illegal trade in shark and ray fins (CITES, 2022)
  4. AI app launched in S'pore to combat illegal wildlife trade acquired by US firm (The Straits Times, 2025)
  5. Frontiers in Marine Science: DNA-based survey of shark products in Singapore (Frontiers, 2022)
  6. New app aims to take a bite out of illegal shark fin trade (WILDLABS, 2022)
  7. Beneath the surface: DNA barcoding of shark fins in Singapore (Royal Society Open Science, 2024)
  8. Beneath the surface: DNA barcoding of shark fins in Singapore (PMC, 2024)
  9. Massive Shark Fin Seizures Totaling 12 Tons Ring Alarm Bells (WildAid, 2019)
AN
O autorze
Andrzej Niemiec

Fanatyk nowych technologii i specjalista w zakresie sztucznej inteligencji.

Analiza i dane

Matryca konkurencji

Matryca konkurencji

Matryca konkurencji