Ние отчаяно се нуждаем да компостираме повече, за да спасим света; Как AI и данните могат да помогнат

Светът има проблем с боклука – и той става все по-лош през деня. Предвижда се отпадъците да достигнат 3.4 милиарда тона година в световен мащаб до 2050 г. спрямо 2 милиарда през 2016 г. Боклукът е основен фактор за изменението на климата; депата за отпадъци са водещ източник на емисии на парникови газове. И това е дори ако можете да намерите депа за отпадъци; някои държави вече са започва да се изчерпва.

Мнозина гледат на рециклирането като на решение на проблема със замърсяването с пластмаса, но рециклирането оставя много да се желае, особено за пластмасовите опаковки, най-бързо растящият източник на боклук. Повече от 90% от цялата пластмаса, „рециклируема“ или не, завършва на сметищата, което допълнително утежнява проблема ни с боклука. Голяма част от това завършва като microplastics, което създава още по-големи рискове за околната среда и здравето.

Това очевидно не може да продължава – и едно решение, което може да помогне за намаляване на количеството боклук, задръстващ света, е масовото прилагане на компостиране, особено за храни и опаковъчни материали. Само днес 27% от американците имат достъп до програми за компостиране. Това трябва да се промени; и започва да: заедно с увеличените публични инвестиции в инфраструктурата за компостиране, напредналите технологии, включително AI, играят все по-голяма роля в подпомагането на компостирането да стане по-ефективно и по-лесно да се борави с компостируеми пластмаси; разработване на нови компостируеми материали; и дори помага за промяна на потребителското поведение.

AI и компютърно зрение задвижвани технологии за сортиране и роботизирано компостиране

Когато камиони с отпадъци пристигнат в съоръженията за компостиране, съдържанието трябва да се сортира, като се уверите, че няма замърсители, тъй като това ще наруши процеса на компостиране или ще доведе до компост с ниско качество. Това сортиране често е ръчен и скъп процес. Но AI променя това; оборудвани с машинно зрение, роботизираните сортиращи устройства могат бързо премахване на замърсители от камиони с компостируеми отпадъци. Това позволява на съоръженията за компостиране да приемат повече отпадъци като цяло и да спестяват разходи и време за сортиране. Например, откакто град Сан Антонио, Тексас, започна да използва такова роботизирано сортиране миналата година, той все още не е отхвърлил камион с органични отпадъци; преди тази система инсталацията за компостиране отхвърля отпадъци, които е вероятно да съдържат дори малки количества замърсители, защото просто не си струва да се сортират.

Усъвършенстваната технология за изображения може да се използва и за сортиране на отпадъци в общи съоръжения, идентифициране на компостируеми материали и насочването им към правилните канали. Един от начините да се постигне това е чрез цифров воден знак, при който малки водни знаци, поставени върху опаковки и други потребителски артикули, се разчитат от усъвършенствана система за машинно зрение, която след това автоматично сортира отпадъците в подходящия поток. Тези водни знаци са особено ключови за подпомагане на повече компостери да приемат компостируема пластмаса; тъй като те им позволяват бързо да разграничат компостируема пластмаса от некомпостируема пластмаса, които изглеждат много подобни на човешкото око.

Цифровият воден знак е решение, което изисква сътрудничество в цялата индустрия за компостиране на опаковки, както и от компостери и местни компании за управление на отпадъци, които контролират компостирането. Ще работи перфектно, ако производителите на такива опаковки се съгласят да използват тези маркировки, а компостерите ще имат оборудването да ги разчитат. Вярвам, че е възможно.

Дори и без цифров воден знак, има AI технология за компютърно зрение които могат да идентифицират компостируеми, включително пластмаси. Усъвършенстваната технология за сортиране е особено важна за напредъка в използването на компостируема пластмаса, тъй като може също така да насочи компостируемата пластмаса към правилните условия за компост, които често могат да се различават от тези, необходими за хранителни или градински отпадъци, което помага да се направят нещата по-ефективни за компостери. Например отбор от Обединеното кралство има разработени система, базирана на сензори, която сортира компостируемите според типа, изискванията на системата за компостиране и времето, което ще отнеме компостирането. Системата използва технология, наречена хиперспектрално изображение (HSI), която използва усъвършенствани изображения за изследване на боклука, като го анализира с помощта на химичен и физичен анализ. Машинното обучение се прилага към входящия боклук, като системата подобрява възможностите си за сортиране, когато нов боклук навлезе в системата – до степен, в която системата има процент на точност от 99%, като всички компостируеми материали се обработват по възможно най-ефективния начин.

Ускоряване на компостирането и откриването на нови компостируеми материали

Що се отнася до самия процес на компостиране, сензорите, заедно с базираното на AI машинно зрение, могат също да наблюдават условия като топлина и влага, като гарантират, че са идеални за придвижване на процеса на компостиране и извършване на корекции на място, за да осигурят по-бързо и високо - качествено компостиране. AI може да предвиди кога компостът ще стане Бъди готов, друг ключов фактор е да направи процеса повече ефикасен и производство на продукт с постоянно качество и важен, когато е привлекателен за фермерите, които ще купят този краен продукт.

Разбира се, в основата на всичко това е напредъкът на компостируемата пластмаса, област, в която AI и машинното обучение могат да дадат важен принос. Според изследователите, има още какво да се открие за връзката между полимерите, които изграждат пластмасите, и биоразграждането. Машинното обучение може да помогне за ускоряване на анализа и класифицирането на съществуващи полимери и разработването на нови полимери. Разширяването на библиотеката от налични полимери за компостируеми опаковки е от съществено значение, тъй като това ще позволи по-ниски разходи, както и повече възможности за избор за характеристиките на опаковката. Например, както разбираме добре от нашата собствена работа, някои марки може да се нуждаят от опаковки, които имат по-висока устойчивост на бариера от други. Ние също интегрираме дизайн на експерименти и системи за управление на AI, за да помогнем за ускоряване на научните изследвания и разработки и персонализирането на различни опаковъчни продукти, за да отговорим най-добре на нуждите на потребителите, както и на изискванията за компостиране.

Предимствата на напредналите технологии надхвърлят опаковката. AI и компютърното зрение също могат да помогнат за създаването на набори от данни за това колко храна губят потребителите. Това може да се използва за промяна на потребителското поведение, което е един от най-важните фактори за намаляване на въздействието върху околната среда. Например държавният университет в Орегон се развива интелигентно контейнери за компостиране които използват компютърно зрение, за да проследят колко ядлива храна губят потребителите. Докато отпадъците се проследяват внимателно в други части на селското стопанство и веригите за доставка на храни, отпадъците от потребителите не се проследяват внимателно и не се разбират добре.

Има много причини защо компостирането е най-доброто решение за намаляване на боклука и пластмасата, които задръстват сметищата и допринасят за емисиите на парникови газове и други рискове за околната среда и здравето. Технологията може да помогне на компостирането да премине няколко стъпки напред, отваряйки пътя към по-обещаващо бъдеще за планетата и човечеството.