हमें दुनिया को बचाने के लिए अधिक कंपोस्ट करने की सख्त जरूरत है; कैसे एआई और डेटा मदद कर सकते हैं

दुनिया को कचरे की समस्या है – और यह हर दिन और भी बदतर होती जा रही है दिन-ब-दिन। अपशिष्ट 2050 तक वार्षिक रूप से 3.4 अरब टन तक पहुंच जाने का अनुमान है, जो 2016 में 2 अरब से अधिक है। कचरा जलवायु परिवर्तन में एक प्रमुख योगदानकर्ता है; लैंडफिल ग्रीनहाउस गैस उत्सर्जन का एक प्रमुख स्रोत है। और यह तब है जब आप लैंडफिल पा सकते हैं; कुछ राज्य पहले से ही अंतरिक्ष से बाहर निकलने की शुरुआत कर रहे हैं।

कई लोग प्लास्टिक प्रदूषण समस्या के समाधान के रूप में रीसाइक्लिंग की ओर देखते हैं, लेकिन रीसाइक्लिंग बहुत कुछ छोड़ देती है, विशेष रूप से प्लास्टिक पैकेजिंग के लिए, जो कचरे का सबसे तेजी से बढ़ता स्रोत है। प्लास्टिक के 90% से अधिक, “रीसाइकल” या नहीं, लैंडफिल में समाप्त होता है, जो हमारी कचरे की समस्या को और भी बढ़ाता है। इसमें से अधिकांश माइक्रोप्लास्टिक के रूप में समाप्त होता है, जो पर्यावरण और स्वास्थ्य जोखिमों को और भी बढ़ाता है।

यह स्पष्ट रूप से जारी नहीं रह सकता – और एक समाधान जो दुनिया में कचरे की मात्रा को कम करने में मदद कर सकता है, वह है खाद बनाने का द्रव्यमान अनुप्रयोग, विशेष रूप से भोजन और पैकेजिंग सामग्री के लिए। आज, केवल 27% अमेरिकियों के पास खाद बनाने के कार्यक्रमों तक पहुंच है। यह बदलना चाहिए; और यह शुरू हो रहा है: खाद बनाने के बुनियादी ढांचे में सार्वजनिक निवेश में वृद्धि के साथ-साथ, उन्नत प्रौद्योगिकी, जिसमें एआई भी शामिल है, खाद बनाने में मदद करने में एक बढ़ती भूमिका निभा रही है। अधिक कुशल और खाद्य अपशिष्ट और पैकेजिंग सामग्री को संभालने में सक्षम बनाने के लिए; नए खाद्य सामग्री विकसित करना; और यहां तक कि उपभोक्ता व्यवहार को बदलने में भी मदद करना।

एआई और कंप्यूटर-विजन-संचालित वर्गीकरण प्रौद्योगिकी और रोबोटिक खाद बनाने

जब अपशिष्ट के ट्रक खाद बनाने के सुविधाओं में आते हैं, तो सामग्री को अलग करने की आवश्यकता होती है, यह सुनिश्चित करने के लिए कि कोई दूषित पदार्थ नहीं हैं, क्योंकि यह खाद बनाने की प्रक्रिया को बाधित करेगा या कम गुणवत्ता वाली खाद का परिणाम देगा। यह वर्गीकरण अक्सर एक मैनुअल और महंगी प्रक्रिया है। लेकिन एआई इसे बदल रहा है; मशीन दृष्टि से सुसज्जित, रोबोटिक वर्गीकरणकर्ता जल्दी से खाद्य अपशिष्ट से दूषित पदार्थों को हटा सकते हैं। यह खाद बनाने की सुविधाओं को सामान्य रूप से अधिक अपशिष्ट स्वीकार करने की अनुमति देता है, और वर्गीकरण लागत और समय पर बचत करने की अनुमति देता है। उदाहरण के लिए, सैन एंटोनियो, टेक्सास शहर ने पिछले साल रोबोटिक वर्गीकरण का उपयोग शुरू किया, तब से यह किसी भी ट्रक कचरे को अस्वीकार नहीं किया है; इससे पहले की प्रणाली में, खाद बनाने का संयंत्र अपशिष्ट को अस्वीकार कर देता था जो संभावित रूप से दूषित पदार्थों को含 सकता था, क्योंकि यह बस इसके लिए पर्याप्त नहीं था।

उन्नत इमेजिंग प्रौद्योगिकी का उपयोग सामान्य सुविधाओं में अपशिष्ट को वर्गीकृत करने के लिए भी किया जा सकता है, जो खाद्य सामग्री की पहचान करता है और उन्हें उचित चैनलों में निर्देशित करता है। इसे हासिल करने का एक तरीका डिजिटल वॉटरमार्किंग के माध्यम से है, जिसमें पैकेजिंग और अन्य उपभोक्ता आइटम पर छोटे वॉटरमार्क रखे जाते हैं, जिन्हें उन्नत मशीन दृष्टि प्रणाली द्वारा पढ़ा जाता है, जो तब स्वचालित रूप से अपशिष्ट को उचित धारा में वर्गीकृत करता है। ये वॉटरमार्क विशेष रूप से महत्वपूर्ण हैं खाद्य अपशिष्ट स्वीकार करने वालों को खाद्य प्लास्टिक स्वीकार करने में मदद करने के लिए; क्योंकि वे उन्हें खाद्य प्लास्टिक और गैर-खाद्य प्लास्टिक के बीच जल्दी से अंतर करने की अनुमति देते हैं, जो मानव आंख के लिए बहुत समान दिखते हैं।

डिजिटल वॉटरमार्किंग एक समाधान है जिसके लिए खाद्य पैकेजिंग उद्योग के साथ-साथ खाद बनाने वालों और स्थानीय अपशिष्ट प्रबंधन कंपनियों से सहयोग की आवश्यकता होती है जो खाद बनाने की देखरेख करती हैं। यह तब तक काम करेगा जब तक कि पैकेजिंग के निर्माता इन चिह्नों का उपयोग करने पर सहमत नहीं होते हैं, और खाद बनाने वालों के पास उन्हें पढ़ने के लिए उपकरण होंगे। मुझे लगता है कि यह संभव है।

डिजिटल वॉटरमार्किंग के बिना, भी कंप्यूटर-विजन एआई प्रौद्योगिकी है जो खाद्य सामग्री की पहचान कर सकती है, जिसमें प्लास्टिक भी शामिल है। उन्नत वर्गीकरण प्रौद्योगिकी विशेष रूप से खाद्य प्लास्टिक के उपयोग को आगे बढ़ाने के लिए महत्वपूर्ण है, क्योंकि यह खाद्य प्लास्टिक को सही खाद बनाने की स्थिति में निर्देशित कर सकता है, जो अक्सर भोजन या बाग़ के अवशेषों के लिए आवश्यक स्थितियों से भिन्न होती है, जो खाद बनाने वालों के लिए चीजों को अधिक कुशल बनाता है। उदाहरण के लिए, एक यूके टीम ने विकसित एक सेंसर-आधारित प्रणाली जो खाद्य सामग्री को प्रकार, खाद बनाने की प्रणाली की आवश्यकताओं, और खाद बनाने में लगने वाले समय के अनुसार वर्गीकृत करती है। यह प्रणाली हाइपरस्पेक्ट्रल इमेजिंग (HSI) नामक एक प्रौद्योगिकी का उपयोग करती है, जो अपशिष्ट की जांच करने के लिए उन्नत इमेजिंग का उपयोग करती है, जिसे रासायनिक और भौतिक विश्लेषण का उपयोग करके विश्लेषण किया जाता है। मशीन लर्निंग को आने वाले अपशिष्ट पर लागू किया जाता है, जिससे प्रणाली अपनी वर्गीकरण क्षमताओं में सुधार करती है क्योंकि नए अपशिष्ट प्रणाली में प्रवेश करते हैं – इस हद तक कि प्रणाली की सटीकता दर 99% है, जिसमें सभी खाद्य सामग्री सबसे कुशल तरीके से संसाधित की जाती है।

खाद बनाने और नए खाद्य सामग्री की खोज को तेज करना

जब खाद बनाने की प्रक्रिया की बात आती है, तो सेंसर, साथ ही एआई-आधारित मशीन दृष्टि, गर्मी और आर्द्रता जैसी स्थितियों की निगरानी कर सकते हैं, यह सुनिश्चित करने के लिए कि वे खाद बनाने की प्रक्रिया को आगे बढ़ाने के लिए आदर्श हैं, और स्थितियों में समायोजन करने के लिए स्थान पर, यह सुनिश्चित करने के लिए कि तेजी से और उच्च गुणवत्ता वाली खाद बनाने की प्रक्रिया हो। एआई यह भविष्यवाणी कर सकता है कि खाद तैयार होने वाली है, एक और महत्वपूर्ण कारक यह है कि प्रक्रिया को अधिक कुशल और एक स्थिर गुणवत्ता वाला उत्पाद बनाने में मदद करता है, और महत्वपूर्ण है जब किसानों को यह अंतिम उत्पाद खरीदने के लिए आकर्षित किया जाता है।

निश्चित रूप से, इसके अंतर्गत सभी के लिए खाद्य प्लास्टिक की उन्नति है, एक क्षेत्र जहां एआई और मशीन लर्निंग महत्वपूर्ण योगदान कर सकते हैं। शोधकर्ताओं के अनुसार, प्लास्टिक बनाने वाले पॉलिमर और बायोडिग्रेडेशन के बीच संबंध के बारे में अभी भी बहुत कुछ खोजा जाना बाकी है। मशीन लर्निंग मौजूदा पॉलिमरों के विश्लेषण और वर्गीकरण में तेजी लाने में मदद कर सकती है और नए पॉलिमर विकसित करने में मदद कर सकती है। खाद्य पैकेजिंग के लिए उपलब्ध पॉलिमर की लाइब्रेरी का विस्तार करना आवश्यक है, क्योंकि इससे कम लागत और अधिक विकल्पों की अनुमति मिलेगी। उदाहरण के लिए, कुछ ब्रांडों को पैकेजिंग की आवश्यकता हो सकती है जो अन्य लोगों की तुलना में अधिक बाधा दुर्गम हो। हम भी प्रयोग के डिजाइन और एआई प्रबंधन प्रणालियों को एकीकृत कर रहे हैं ताकि अनुसंधान और विकास और विभिन्न पैकेजिंग उत्पादों को उपभोक्ताओं की आवश्यकताओं और खाद्य आवश्यकताओं के अनुसार अनुकूलित करने में तेजी लाई जा सके।

उन्नत प्रौद्योगिकी के लाभ पैकेजिंग से परे हैं। एआई और कंप्यूटर विजन उपभोक्ताओं द्वारा बर्बाद किए जाने वाले भोजन के बारे में डेटासेट बनाने में भी मदद कर सकते हैं। यह उपभोक्ता व्यवहार को बदलने के लिए उपयोग किया जा सकता है, जो पर्यावरण पर प्रभाव को कम करने में सबसे महत्वपूर्ण कारकों में से एक है। उदाहरण के लिए, ओरेगन स्टेट यूनिवर्सिटी स्मार्ट खाद बनाने वाले बिन विकसित कर रही है जो कंप्यूटर विजन का उपयोग करके उपभोक्ताओं द्वारा बर्बाद किए जाने वाले भोजन की मात्रा को ट्रैक करता है। जबकि अपशिष्ट को अन्य भागों में कृषि और खाद्य आपूर्ति श्रृंखला में सावधानीपूर्वक ट्रैक किया जाता है, उपभोक्ता अपशिष्ट को सावधानीपूर्वक ट्रैक नहीं किया जाता है और अच्छी तरह से समझा नहीं जाता है।

कई कारण हैं क्यों खाद बनाना लैंडफिल में कचरे और प्लास्टिक की मात्रा को कम करने और ग्रीनहाउस गैस उत्सर्जन और अन्य पर्यावरण और स्वास्थ्य जोखिमों को कम करने के लिए अंतिम समाधान है। प्रौद्योगिकी खाद बनाने को आगे बढ़ाने में मदद कर सकती है, जो ग्रह और मानवता के लिए एक अधिक आशाजनक भविष्य के लिए रास्ता खोलती है।