Meidän on kipeästi kompostoitava lisää pelastaaksemme maailman; Kuinka tekoäly ja data voivat auttaa

Maailmalla on roskakoriongelma – ja se pahenee päivittäin. Jätteen ennustetaan saapuvan 3.4 miljardia tonnia vuosi maailmanlaajuisesti vuoteen 2050 mennessä, kun niitä oli 2 miljardia vuonna 2016. Roskakori on merkittävä ilmastonmuutostekijä; kaatopaikat ovat johtava kasvihuonekaasupäästöjen lähde. Ja se on, vaikka löydät kaatopaikkoja; jotkut osavaltiot ovat jo alkaa loppumaan.

Monet pitävät kierrätystä ratkaisuna muovisaasteongelmaan, mutta kierrätys jättää paljon toivomisen varaa, erityisesti muovipakkausten, nopeimmin kasvavan roskalähteen, kohdalla. Enemmän kuin 90% kaikesta muovista, olipa sitten "kierrätettävissä" tai ei, päätyy kaatopaikoille, mikä pahentaa edelleen roskaongelmaamme. Suurin osa siitä päätyy niin microplasticsaiheuttaen entistä suurempia ympäristö- ja terveysriskejä.

Tämä ei selvästikään voi jatkua – ja yksi ratkaisu, joka voi auttaa vähentämään roskien määrää maailmassa, on kompostointi massakäyttöön erityisesti elintarvikkeissa ja pakkausmateriaaleissa. Vain tänään 27% amerikkalaisista on pääsy kompostointiohjelmiin. Tämän on muututtava; ja se alkaa: kompostointiinfrastruktuuriin lisättyjen julkisten investointien myötä kehittyneellä tekniikalla, mukaan lukien tekoäly, on kasvava rooli auttaessa tekemään kompostoinnista tehokkaampaa ja helpommin käsiteltävissä olevaa kompostointia; uusien kompostoitavien materiaalien kehittäminen; ja jopa auttaa muuttamaan kuluttajakäyttäytymistä.

Tekoäly- ja tietokonenäkökäyttöinen lajittelutekniikka ja robottikompostointi

Kun rekkakuormat jätettä saapuvat kompostointitiloihin, sisältö tulee lajitella ja varmistaa, ettei siinä ole epäpuhtauksia, jotka häiritsevät kompostointiprosessia tai johtavat huonolaatuiseen kompostiin. Tämä lajittelu on usein manuaalinen ja kallis prosessi. Mutta tekoäly muuttaa sitä; varustettu konenäkö, robotti lajittelija voi nopeasti poistaa epäpuhtaudet kompostoitavan jätteen kuorma-autoista. Näin kompostointilaitokset voivat ottaa vastaan ​​enemmän jätettä ja säästää lajittelukulut ja aika. Esimerkiksi sen jälkeen, kun San Antonion kaupunki Texasissa aloitti tällaisen robottilajittelun viime vuonna, se ei ole vielä hylännyt rekkakuorman orgaanista jätettä. Ennen tätä järjestelmää kompostointilaitos hylkäsi jätteen, joka todennäköisesti sisälsi pieniäkin määriä epäpuhtauksia, koska sitä ei yksinkertaisesti kannattanut lajitella.

Kehittyneellä kuvantamistekniikalla voidaan myös lajitella jätteitä yleisissä tiloissa, tunnistaa kompostoitavat materiaalit ja ohjata ne oikeisiin kanaviin. Yksi tapa saavuttaa tämä on digitaalinen vesileima, jossa pakkauksiin ja muihin kulutustavaroihin sijoitetut pienet vesileimat luetaan edistyneellä konenäköjärjestelmällä, joka lajittelee jätteet automaattisesti sopivaan virtaan. Nämä vesileimat ovat erityisen tärkeitä auttamaan useampia kompostoreita hyväksymään kompostoitavan muovin; koska niiden avulla he voivat nopeasti erottaa toisistaan ​​kompostoitavan muovin ja ei-kompostoituvan muovin, jotka näyttävät hyvin samanlaisilta kuin ihmissilmä.

Digitaalinen vesileimaus on ratkaisu, joka vaatii yhteistyötä niin kompostoitavan pakkausteollisuuden kuin kompostointia valvovien kompostoijien ja paikallisten jätehuoltoyritysten kesken. Se toimii täydellisesti, jos tällaisten pakkausten valmistajat suostuvat käyttämään näitä merkkejä ja kompostorit saavat laitteet niiden lukemiseen. Uskon, että se on mahdollista.

Jopa ilman digitaalista vesileimausta on olemassa tietokonenäköinen AI-tekniikka joka tunnistaa kompostoitavat materiaalit, mukaan lukien muovit. Edistyksellinen lajittelutekniikka on erityisen tärkeä kompostoivan muovin käytön edistämisessä, sillä se voi myös ohjata kompostoituvat muovit oikeisiin kompostiolosuhteisiin, jotka voivat usein poiketa elintarvikkeiden tai puutarhajätteiden vaatimista, mikä auttaa tehostamaan kompostoijien toimintaa. Esimerkiksi Yhdistyneen kuningaskunnan joukkueella on kehitetty anturipohjainen järjestelmä, joka lajittelee kompostoitavat materiaalit tyypin, kompostointijärjestelmän vaatimusten ja kompostointiin kuluvan ajan mukaan. Järjestelmä käyttää tekniikkaa nimeltä hyperspectral imaging (HSI), joka käyttää kehittynyttä kuvantamista roskien tutkimiseen ja analysoi sitä kemiallisen ja fysikaalisen analyysin avulla. Saapuviin roskiin sovelletaan koneoppimista, jolloin järjestelmä parantaa lajittelukykyään sitä mukaa, kun uutta roskaa tulee järjestelmään – siinä määrin, että järjestelmän tarkkuus on 99 % ja kaikki kompostoitavat materiaalit käsitellään mahdollisimman tehokkaalla tavalla.

Kompostoinnin nopeuttaminen ja uusien kompostoivien materiaalien löytäminen

Mitä tulee itse kompostointiprosessiin, anturit yhdessä tekoälypohjaisen konenäön kanssa voivat myös tarkkailla olosuhteita, kuten lämpöä ja kosteutta, varmistaen, että ne ovat ihanteellisia kompostointiprosessin siirtämiseen, ja tehdä säätöjä paikan päällä varmistaakseen nopeamman ja korkeamman. -laadukas kompostointi. Tekoäly voi ennustaa, milloin komposti tulee olla valmis, toinen tärkeä tekijä on tehdä prosessista enemmän tehokas ja tuottaa tasalaatuisen tuotteen, ja se on tärkeää vedettäessä viljelijöihin, jotka ostavat tämän lopputuotteen.

Tietenkin kaiken tämän taustalla on kompostoivan muovin kehitys, alue, jolla tekoäly ja koneoppiminen voivat antaa tärkeän panoksen. Tutkijoiden mukaan, on vielä paljon selvitettävää muovien muodostavien polymeerien ja biohajoamisen välisestä suhteesta. Koneoppiminen voi nopeuttaa olemassa olevien polymeerien analysointia ja luokittelua sekä kehittää uusia polymeerit. Kompostoitavien pakkausten saatavilla olevien polymeerien kirjaston laajentaminen on välttämätöntä, koska tämä mahdollistaa alhaisemmat kustannukset ja lisää valinnanvaraa pakkauksen ominaisuuksien suhteen. Esimerkiksi, kuten omasta työstämme hyvin ymmärrämme, jotkut merkit saattavat tarvita pakkauksia, joiden suojakerroin on kestävämpi kuin toiset. Olemme myös integroimassa kokeiden ja tekoälyn hallintajärjestelmien suunnittelua nopeuttaaksemme tutkimusta ja kehitystä sekä eri pakkaustuotteiden räätälöintiä vastaamaan parhaiten kuluttajien tarpeita sekä kompostointivaatimuksia.

Edistyneen tekniikan edut ulottuvat pakkaamista pidemmälle. Tekoäly ja tietokonenäkö voivat myös auttaa luomaan tietojoukkoja siitä, kuinka paljon ruokaa kuluttajat tuhlaavat. Tällä voidaan muuttaa kuluttajien käyttäytymistä, mikä on yksi tärkeimmistä tekijöistä ympäristövaikutusten vähentämisessä. Esimerkiksi Oregon State University kehittää älykästä kompostointiastiat jotka käyttävät tietokonenäköä seuratakseen, kuinka paljon syötävää ruokaa kuluttajat hävittävät. Vaikka jätteitä seurataan huolellisesti muissa maatalouden ja elintarvikeketjun osissa, kuluttajajätettä ei seurata tarkasti eikä sitä ymmärretä hyvin.

On monista syistä miksi kompostointi on paras ratkaisu kaatopaikoille tukkivan roskan ja muovin vähentämiseen, mikä lisää kasvihuonekaasupäästöjä ja muita ympäristö- ja terveysriskejä. Teknologia voisi auttaa kompostointia siirtymään muutaman askeleen pidemmälle, mikä avaa tien lupaavampaan tulevaisuuteen planeetalle ja ihmiskunnalle.