Meidän on pakko kompostoida enemmän maailman pelastamiseksi; Kuinka AI ja data voivat auttaa

Maailmalla on jätemongelma – ja se pahenee päivä päivältä päivä päivältä. Jäte määrä on arvioitu nousevan 3,4 miljardiin tonniin vuodessa maailmanlaajuisesti vuoteen 2050 mennessä, oltuaan 2 miljardia tonnia vuonna 2016. Jäte on merkittävä ilmastonmuutoksen aiheuttaja; kaatopaikat ovat yksi merkittävimmistä kasvihuonekaasujen päästölähteistä. Ja vielä, jos kaatopaikkoja edes löytyy; joissakin osavaltioissa kaatopaikkojen tilaa on jo loppumassa.

Monet katsovat kierrätykseen ratkaisuna muovien saastuttamiseen, mutta kierrätys jättää paljon toivomisen varaa, erityisesti muovipakkausten osalta, joka on nopein kasvava jätemäärä. Yli 90% kaikista muoveista, “kierrätettävistä” tai ei, päätyy kaatopaikoille, mikä vielä lisää ongelmiamme. Suurin osa siitä päätyy mikromuoveiksi, mikä aiheuttaa vielä suurempia ympäristö- ja terveysriskejä.

Tämä ei voi jatkua – ja yksi ratkaisu, joka voisi auttaa vähentämään maailman jätemäärää, on massakompostointi, erityisesti elintarvike- ja pakkausmateriaaleille. Tänään vain 27% amerikkalaisista pääsee kompostoimaan. Tämä on muututtava; ja se on jo alkanut: yhdessä julkisen kompostoinfrastruktuurin lisääntymisen kanssa, edistynyt teknologia, mukaan lukien AI, on yhä tärkeämmässä roolissa tehostamassa kompostointia ja helpottamassa kompostoitavien muovien käsittelyä; kehittämällä uusia kompostoitavissa olevia materiaaleja; ja jopa auttamalla muuttamaan kuluttajakäyttäytymistä.

AI ja tietokoneen näkökykyä hyödyntävä lajittelu ja robotti-kompostointi

Kun kuormittain jätettä saapuu kompostointilaitoksiin, sisällön on lajiteltava, varmistamalla, ettei siinä ole epäpuhtauksia, sillä se voi häiritä kompostointiprosessia tai johtaa huonolaatuiseen kompostiin. Tämä lajittelu on usein manuaalinen ja kallis prosessi. Mutta AI on muuttamassa tätä; varustettuna koneen näkökyvyllä, robotti-lajittelijat voivat nopeasti poistaa epäpuhtauksia kompostoitavista jätteistä. Tämä mahdollistaa kompostointilaitosten vastaanottaa enemmän jätettä yleensä, ja säästää lajittelukustannuksista ja ajasta. Esimerkiksi, kun kaupunki San Antonio, Texas, alkoi käyttää tällaista robotti-lajittelua viime vuonna, se ei ole hylännyt yhtään kuormaa orgaanista jätettä; ennen tätä järjestelmää kompostointilaitos hylkäsi jätettä, joka todennäköisesti sisälsi vain pientä määrää epäpuhtauksia, koska se ei ollut kannattavaa lajitella.

Edistynyt kuvantunnistusteknologia voidaan myös käyttää lajitteluun yleisissä laitoksissa, tunnistamalla kompostoitavat materiaalit ja ohjaamalla ne oikeisiin kanaviin. Yksi tapa saavuttaa tämä on digitaalisten vesileimojen avulla, joissa pienet vesileimat pakkausmateriaaleihin ja muihin kuluttajatuotteisiin luetaan edistyneellä koneen näkökykyjärjestelmällä, joka sitten ohjaa jätettä automaattisesti oikeaan virtaan. Nämä vesileimat ovat erityisen tärkeitä kompostoitavien muovien hyväksymisessä; ne mahdollistavat nopean erottamisen kompostoitavien ja ei-kompostoitavien muovien välillä, jotka näyttävät hyvin samanlaisilta ihmisen silmille.

Digitaalisten vesileimojen ratkaisu vaatii yhteistyötä kompostoitavien pakkausmateriaalien teollisuuden, kompostointilaitosten ja paikallisten jätehuoltoyhtiöiden välillä, jotka valvovat kompostointia. Se toimii täydellisesti, jos pakkausmateriaalien valmistajat suostuvat käyttämään näitä merkkejä, ja kompostointilaitokset ovat varustettu laitteilla, jotka voivat lukea ne. Uskon, että se on mahdollista.

Jopa ilman digitaalisia vesileimoja, on tietokoneen näkökykyä hyödyntävä AI-teknologia, joka voi tunnistaa kompostoitavat materiaalit, mukaan lukien muovit. Edistynyt lajitteluteknologia on erityisen tärkeää kompostoitavien muovien kehittämisessä, sillä se voi myös ohjata kompostoitavat muovit oikeisiin kompostointiolosuhteisiin, jotka voivat usein poiketa elintarvikkeiden tai puutarhajätteen vaatimista olosuhteista, ja auttaa kompostointilaitoksia tekemään prosessin tehokkaammaksi. Esimerkiksi, UK:n tutkijaryhmä on kehittänyt anturipohjaisen järjestelmän, joka lajittelee kompostoitavat materiaalit tyypin, kompostointijärjestelmän vaatimusten ja kompostoinnin kestoon perustuen. Järjestelmä käyttää hyperspektrianalyysiä (HSI), joka analysoi jätettä kemiallisilla ja fysikaalisilla analyyseillä. Konenäköä käytetään saapuvaan jätteeseen, ja järjestelmä parantaa lajittelukykyään uuden jätteen saapuessa – järjestelmällä on 99%:n tarkkuusaste, ja kaikki kompostoitavat materiaalit käsitellään tehokkaimmalla tavalla.

Kompostoinnin nopeuttaminen ja uusien kompostoitavien materiaalien löytäminen

Kun on kyse itse kompostointiprosessista, anturit ja tietokoneen näkökykyä hyödyntävä AI voivat myös seurata olosuhteita, kuten lämpötilaa ja kosteutta, varmistamalla, että ne ovat ihanteellisia kompostoinnin edistämiseksi, ja tehdä säätöjä paikalla, jotta kompostointi on nopeampaa ja laadukkaampaa. AI voi ennustaa, milloin komposti on valmis, toinen tärkeä tekijä on prosessin tehokkuuden parantaminen ja yhdenmukaisen laadun tuottaminen, ja se on tärkeää, kun haetaan maanviljelijöitä, jotka ostavat lopputuotteen.

Tietenkin kaiken tämän alla on kompostoitavien muovien kehittäminen, alue, jossa AI ja koneoppiminen voivat tehdä tärkeän panoksen. Tutkijoiden mukaan on vielä paljon löydettävää polymereiden ja biologisen hajoamisen suhteen. Koneoppiminen voi auttaa nopeuttamaan analyysiä ja luokittelua olemassa oleville polymeereille ja kehittämään uusia polymeerejä. Kompostoitavien pakkausmateriaalien saatavilla olevien polymeerien kirjaston laajentaminen on välttämätöntä, sillä se mahdollistaa alhaisemmat kustannukset ja enemmän vaihtoehtoja pakkausmateriaalien ominaisuuksille. Esimerkiksi, joistakin tuotemerkeistä voi olla tarve pakkausmateriaaleille, joilla on korkeampi esteettömyys kuin toisista. Meidänkin on integroitu kokeiden suunnittelu ja AI-järjestelmät auttamaan tutkimuksen ja kehittämisen nopeuttamisessa ja eri pakkaustuotteiden mukauttamisessa kuluttajien tarpeisiin ja kompostoitavuusvaatimuksiin.

Edistyneen teknologian hyödyt eivät rajoitu pakkausmateriaaleihin. AI ja tietokoneen näkökyky voivat myös auttaa luomalla tietokantoja siitä, miten paljon kuluttajat hävittävät ruokaa. Tämä voidaan käyttää muuttamaan kuluttajakäyttäytymistä, joka on yksi tärkeimmistä tekijöistä ympäristövaikutuksen vähentämisessä. Esimerkiksi, Oregonin osavaltion yliopisto kehittää älykkäitä kompostointisäiliöitä, jotka käyttävät tietokoneen näkökykyä seuraamaan, miten paljon syömiskelpoista ruokaa kuluttajat hävittävät. Vaikka jätteiden määrää seurataan tarkkaan muissa osissa maatalous- ja elintarvikeketjuja, kuluttajien hävikki ei ole tarkkaan seurattu ja ymmärretty.

On monia syitä, miksi kompostointi on lopullinen ratkaisu vähentää jätteiden ja muovien määrää, jotka tukkivat kaatopaikkoja ja vaikuttavat kasvihuonekaasujen päästöihin ja muihin ympäristö- ja terveysriskeihin. Teknologia voi auttaa kompostointia edetä askelta eteenpäin, avaamalla tien lupaavampaan tulevaisuuteen planeetalle ja ihmisille.