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

दुनिया में कूड़े की समस्या है - और यह बदतर होती जा रही है दिन के अनुसार. कचरा पहुंचने का अनुमान है 3.4 बिलियन टन वैश्विक स्तर पर 2050 तक एक वर्ष, जो 2 में 2016 बिलियन से अधिक है। जलवायु परिवर्तन में कचरा एक प्रमुख योगदानकर्ता है; लैंडफिल ग्रीनहाउस गैस उत्सर्जन का एक प्रमुख स्रोत हैं। और यह तब भी है जब आप लैंडफिल ढूंढ सकते हैं; कुछ राज्य पहले से ही हैं ख़त्म होने लगा है.

कई लोग पुनर्चक्रण को प्लास्टिक प्रदूषण की समस्या के समाधान के रूप में देखते हैं, लेकिन पुनर्चक्रण में बहुत कुछ अपेक्षित नहीं है, विशेष रूप से प्लास्टिक पैकेजिंग के लिए, जो कचरे का सबसे तेजी से बढ़ता स्रोत है। इससे अधिक 90% तक  सारा प्लास्टिक, चाहे वह "पुनर्चक्रण योग्य" हो या नहीं, लैंडफिल में चला जाता है, जिससे हमारी कूड़े की समस्या और बढ़ जाती है। उसमें से अधिकांश का अंत इस प्रकार होता है microplastics, और भी अधिक पर्यावरणीय और स्वास्थ्य जोखिम पैदा कर रहा है।

यह स्पष्ट रूप से जारी नहीं रह सकता है - और एक समाधान जो दुनिया भर में कचरा जमा होने की मात्रा को कम करने में मदद कर सकता है, वह है खाद बनाने का बड़े पैमाने पर कार्यान्वयन, विशेष रूप से भोजन और पैकेजिंग सामग्री के लिए। बस आज 27% तक  अमेरिकियों के पास कंपोस्टिंग कार्यक्रमों तक पहुंच है। इसे बदलना होगा; और यह शुरू हो रहा है: कंपोस्टिंग बुनियादी ढांचे में सार्वजनिक निवेश में वृद्धि के साथ, एआई सहित उन्नत तकनीक, कंपोस्टिंग को अधिक कुशल बनाने और कंपोस्टेबल प्लास्टिक को संभालने में अधिक आसानी से सक्षम बनाने में मदद करने में बढ़ती भूमिका निभा रही है; नई खाद योग्य सामग्री विकसित करना; और यहां तक ​​कि उपभोक्ता व्यवहार को बदलने में भी मदद कर रहा है।

एआई और कंप्यूटर-विज़न-संचालित सॉर्टिंग तकनीक और रोबोटिक कंपोस्टिंग

जब ट्रक में भरकर कचरा खाद बनाने की सुविधाओं पर पहुंचता है, तो सामग्री को क्रमबद्ध करने की आवश्यकता होती है, यह सुनिश्चित करते हुए कि कोई संदूषक नहीं हैं क्योंकि इससे खाद बनाने की प्रक्रिया बाधित होगी या कम गुणवत्ता वाली खाद बनेगी। यह छँटाई यह अक्सर एक मैन्युअल और महंगी प्रक्रिया है। लेकिन एआई इसे बदल रहा है; मशीन विजन से सुसज्जित, रोबोटिक सॉर्टर्स तेजी से काम कर सकते हैं खाद योग्य कचरे के ट्रकों से प्रदूषकों को हटाएँ। यह कंपोस्टिंग सुविधाओं को सामान्य रूप से अधिक अपशिष्ट स्वीकार करने और बचत करने की अनुमति देता है लागत और समय का वर्गीकरण. उदाहरण के लिए, चूंकि सैन एंटोनियो, टेक्सास शहर ने पिछले साल इस तरह की रोबोटिक छंटाई का उपयोग शुरू किया था, इसने अभी तक जैविक कचरे के एक ट्रक को अस्वीकार नहीं किया है; इस प्रणाली से पहले, खाद बनाने वाले संयंत्र ने उस कचरे को अस्वीकार कर दिया था जिसमें थोड़ी मात्रा में भी संदूषक होने की संभावना थी क्योंकि इसे छांटना उचित नहीं था।

उन्नत इमेजिंग तकनीक का उपयोग सामान्य सुविधाओं पर कचरे को छांटने, खाद योग्य सामग्रियों की पहचान करने और उन्हें उचित चैनलों पर निर्देशित करने के लिए भी किया जा सकता है। इसे प्राप्त करने का एक तरीका डिजिटल वॉटरमार्किंग के माध्यम से है, जिसमें पैकेजिंग और अन्य उपभोक्ता वस्तुओं पर लगाए गए छोटे वॉटरमार्क को एक उन्नत मशीन विज़न सिस्टम द्वारा पढ़ा जाता है, जो स्वचालित रूप से कचरे को उचित स्ट्रीम में क्रमबद्ध करता है। ये वॉटरमार्क विशेष रूप से अधिक कंपोस्टरों को कंपोस्ट योग्य प्लास्टिक स्वीकार करने में मदद करने के लिए महत्वपूर्ण हैं; क्योंकि वे उन्हें कंपोस्टेबल प्लास्टिक और गैर-कंपोस्टेबल प्लास्टिक के बीच तुरंत अंतर करने की अनुमति देते हैं, जो मानव आंख के समान दिखते हैं।

डिजिटल वॉटरमार्किंग एक ऐसा समाधान है जिसके लिए कंपोस्टेबल पैकेजिंग उद्योग के साथ-साथ कंपोस्टर्स और कंपोस्टिंग की देखरेख करने वाली स्थानीय अपशिष्ट प्रबंधन कंपनियों के सहयोग की आवश्यकता होती है। यह पूरी तरह से काम करेगा यदि ऐसी पैकेजिंग के निर्माता इन चिह्नों का उपयोग करने के लिए सहमत होंगे, और कंपोस्टर्स के पास उन्हें पढ़ने के लिए उपकरण होंगे। मेरा मानना ​​है कि यह संभव है.

डिजिटल वॉटरमार्किंग के बिना भी, वहाँ है कंप्यूटर-विज़न एआई तकनीक जो प्लास्टिक सहित खाद योग्य पदार्थों की पहचान कर सकता है। उन्नत सॉर्टिंग तकनीक विशेष रूप से कंपोस्टेबल प्लास्टिक के उपयोग को आगे बढ़ाने के लिए महत्वपूर्ण है, क्योंकि यह कंपोस्टेबल प्लास्टिक को सही कंपोस्ट स्थितियों में भी निर्देशित कर सकती है, जो अक्सर भोजन या बगीचे के स्क्रैप के लिए आवश्यक लोगों से भिन्न हो सकती है, जिससे कंपोस्टर्स के लिए चीजों को और अधिक कुशल बनाने में मदद मिलती है। उदाहरण के लिए, यूके की एक टीम के पास है विकसित एक सेंसर-आधारित प्रणाली जो खाद के प्रकार, खाद प्रणाली की आवश्यकताओं और खाद बनाने में लगने वाले समय के अनुसार खाद को क्रमबद्ध करती है। सिस्टम हाइपरस्पेक्ट्रल इमेजिंग (एचएसआई) नामक एक तकनीक का उपयोग करता है, जो रासायनिक और भौतिक विश्लेषण का उपयोग करके कचरे की जांच करने, उसका विश्लेषण करने के लिए उन्नत इमेजिंग का उपयोग करता है। मशीन लर्निंग को आने वाले कूड़े पर लागू किया जाता है, सिस्टम अपनी सॉर्टिंग क्षमताओं में सुधार करता है क्योंकि नया कचरा सिस्टम में प्रवेश करता है - इस हद तक कि सिस्टम की सटीकता दर 99% है, सभी कंपोस्टेबल सामग्रियों को सबसे कुशल तरीके से संसाधित किया जाता है।

कम्पोस्टिंग में तेजी लाना और नई कम्पोस्टेबल सामग्रियों की खोज

जब खाद बनाने की प्रक्रिया की बात आती है, तो सेंसर, एआई-आधारित मशीन विजन के साथ, गर्मी और नमी जैसी स्थितियों की भी निगरानी कर सकते हैं, यह सुनिश्चित करते हुए कि वे खाद बनाने की प्रक्रिया को आगे बढ़ाने के लिए आदर्श हैं, और तेजी से और अधिक सुनिश्चित करने के लिए मौके पर ही समायोजन कर सकते हैं। - गुणवत्तापूर्ण खाद। एआई भविष्यवाणी कर सकता है कि खाद कब बनेगी तैयार रहो, एक अन्य महत्वपूर्ण कारक प्रक्रिया को और अधिक बनाना है कुशल और लगातार गुणवत्ता वाले उत्पाद का उत्पादन करना, और उन किसानों के लिए आकर्षक होना महत्वपूर्ण है जो इस अंतिम उत्पाद को खरीदेंगे।

निःसंदेह इन सबके पीछे कंपोस्टेबल प्लास्टिक की प्रगति है, एक ऐसा क्षेत्र जहां एआई और मशीन लर्निंग महत्वपूर्ण योगदान दे सकते हैं। शोधकर्ताओं के अनुसार, प्लास्टिक बनाने वाले पॉलिमर और बायोडिग्रेडेशन के बीच संबंधों के बारे में अभी भी बहुत कुछ खोजा जाना बाकी है। मशीन लर्निंग मौजूदा पॉलिमर के विश्लेषण और वर्गीकरण को गति देने और नए विकसित करने में मदद कर सकता है पॉलिमर। कंपोस्टेबल पैकेजिंग के लिए उपलब्ध पॉलिमर की लाइब्रेरी का विस्तार करना आवश्यक है, क्योंकि इससे लागत कम होगी, साथ ही पैकेजिंग की विशेषताओं के लिए अधिक विकल्प भी मिलेंगे। उदाहरण के लिए, जैसा कि हम अपने स्वयं के काम से अच्छी तरह से समझते हैं, कुछ ब्रांडों को ऐसी पैकेजिंग की आवश्यकता हो सकती है जिसमें दूसरों की तुलना में अधिक टिकाऊ बाधा हो। हम भी, उपभोक्ताओं की जरूरतों के साथ-साथ कंपोस्टेबिलिटी आवश्यकताओं को पूरा करने के लिए अनुसंधान और विकास और विभिन्न पैकेजिंग उत्पादों के अनुकूलन को गति देने में मदद करने के लिए प्रयोगों और एआई प्रबंधन प्रणालियों के एक डिजाइन को एकीकृत कर रहे हैं।

उन्नत तकनीक के लाभ पैकेजिंग से परे हैं। एआई और कंप्यूटर विज़न इस बारे में डेटासेट बनाने में भी मदद कर सकते हैं कि उपभोक्ता कितना खाना बर्बाद करते हैं। इसका उपयोग उपभोक्ता व्यवहार को बदलने के लिए किया जा सकता है, जो पर्यावरण पर प्रभाव को कम करने में सबसे महत्वपूर्ण कारकों में से एक है। उदाहरण के लिए, ओरेगॉन स्टेट यूनिवर्सिटी स्मार्ट विकसित कर रही है खाद के डिब्बे जो यह ट्रैक करने के लिए कंप्यूटर विज़न का उपयोग करता है कि उपभोक्ता कितना खाद्य भोजन बर्बाद करते हैं। जबकि कृषि और खाद्य आपूर्ति श्रृंखलाओं के अन्य हिस्सों में कचरे को सावधानीपूर्वक ट्रैक किया जाता है, उपभोक्ता अपशिष्ट को सावधानीपूर्वक ट्रैक नहीं किया जाता है और इसे अच्छी तरह से समझा नहीं जाता है।

वहां कई कारण क्यों खाद बनाना कूड़े और प्लास्टिक को कम करने का अंतिम समाधान है जो लैंडफिल को जाम कर रहा है और ग्रीनहाउस गैस उत्सर्जन और अन्य पर्यावरणीय और स्वास्थ्य जोखिमों में योगदान दे रहा है। प्रौद्योगिकी कंपोस्टिंग को कुछ कदम आगे बढ़ने में मदद कर सकती है, जिससे ग्रह और मानवता के लिए अधिक आशाजनक भविष्य का रास्ता खुल सकता है।