Kétségbeesetten többet kell komposztálnunk, hogy megmentsük a világot; Hogyan segíthet az AI és az adatok?

A világnak van egy szemétproblémája – és ez egyre rosszabb a nap. A hulladék várhatóan eléri 3.4 milliárd tonna 2050-re globálisan egy év, a 2-os 2016 milliárdhoz képest. A szemét jelentős mértékben hozzájárul az éghajlatváltozáshoz; a hulladéklerakók az ÜHG-kibocsátás egyik vezető forrását jelentik. És még akkor is, ha találsz hulladéklerakókat; egyes államok már kezd kifogyni.

Sokan az újrahasznosítást tekintik a műanyagszennyezési probléma megoldásának, de az újrahasznosítás sok kívánnivalót hagy maga után, különösen a műanyag csomagolások esetében, amelyek a leggyorsabban növekvő szemétforrás. Több mint 90% az összes műanyag, akár „újrahasznosítható”, akár nem, hulladéklerakókba kerül, tovább súlyosbítva a szemétproblémánkat. Ennek nagy része így végződik microplastics, ami még nagyobb környezeti és egészségügyi kockázatokat jelent.

Ez nyilvánvalóan nem mehet így tovább – és az egyik megoldás, amely segíthet csökkenteni a világot eltömítő szemét mennyiségét, a komposztálás tömeges bevezetése, különösen az élelmiszerek és csomagolóanyagok esetében. Csak ma 27% Az amerikaiak többsége hozzáférhet a komposztáló programokhoz. Ennek változnia kell; és kezd: a komposztálási infrastruktúrába való megnövekedett állami befektetésekkel együtt a fejlett technológia, beleértve a mesterséges intelligenciát is, egyre nagyobb szerepet játszik a komposztálás hatékonyabbá tételében és a komposztálható műanyagok könnyebben kezelhetővé tételében; új komposztálható anyagok fejlesztése; és még a fogyasztói magatartás megváltoztatását is segíti.

AI és számítógépes látás által hajtott válogatási technológia és robotkomposztálás

Amikor teherautónyi hulladék érkezik a komposztáló telepre, a tartalmat szét kell válogatni, ügyelve arra, hogy ne legyenek benne szennyeződések, amelyek megzavarják a komposztálási folyamatot vagy rossz minőségű komposztot eredményeznek. Ez osztályozás gyakran kézi és költséges folyamat. De az AI megváltoztatja ezt; gépi látással felszerelt robotválogatók gyorsan távolítsa el a szennyeződéseket a komposztálható hulladék kamionjaiból. Ez lehetővé teszi, hogy a komposztáló létesítmények általában több hulladékot fogadjanak be, és megtakarítást érjenek el válogatási költségek és idő. Például amióta San Antonio (Texas) városa tavaly elkezdte használni az ilyen robotizált válogatást, még mindig nem utasított vissza egy teherautónyi szerves hulladékot; e rendszer előtt a komposztáló üzem kiutasította azokat a hulladékokat, amelyek valószínűleg kis mennyiségű szennyezőanyagot is tartalmaztak, mert egyszerűen nem volt érdemes válogatni.

A fejlett képalkotó technológia az általános létesítményekben is használható a hulladékok válogatására, azonosítva a komposztálható anyagokat és a megfelelő csatornákba irányítva azokat. Ennek egyik módja a digitális vízjel, amelynek során a csomagoláson és egyéb fogyasztási cikkeken elhelyezett kis vízjeleket egy fejlett gépi látórendszer olvassa le, amely aztán automatikusan a megfelelő patakba válogatja a hulladékot. Ezek a vízjelek különösen kulcsfontosságúak abban, hogy több komposztáló elfogadja a komposztálható műanyagot; mivel lehetővé teszik számukra, hogy gyorsan különbséget tegyenek a komposztálható és a nem komposztálható műanyagok között, amelyek nagyon hasonlítanak az emberi szemre.

A digitális vízjelölés olyan megoldás, amely együttműködést igényel a komposztálható csomagolóanyag-iparban, valamint a komposztálóktól és a komposztálást felügyelő helyi hulladékkezelő cégektől. Tökéletesen fog működni, ha az ilyen csomagolások gyártói beleegyeznek ezeknek a jelöléseknek a használatába, és a komposztálóknak lesz megfelelő berendezésük ezek elolvasásához. Elhiszem, hogy lehetséges.

Digitális vízjel nélkül is létezik számítógépes látású AI technológia amely képes azonosítani a komposztálható anyagokat, beleértve a műanyagokat is. A fejlett válogatási technológia különösen fontos a komposztálható műanyagok felhasználásának elősegítésében, mivel a komposztálható műanyagokat is a megfelelő komposztálási körülmények közé tudja irányítani, amelyek gyakran eltérhetnek az élelmiszerekhez vagy a kerti hulladékokhoz szükségesektől, így hatékonyabbá teheti a komposztálók munkáját. Például egy brit csapatnak van fejlett érzékelő alapú rendszer, amely a komposztálható anyagokat típus, komposztrendszer követelményei és a komposztálás időtartama szerint válogatja szét. A rendszer a hiperspektrális képalkotásnak (HSI) nevezett technológiát alkalmazza, amely fejlett képalkotással vizsgálja a szemetet, kémiai és fizikai elemzéssel elemzi. A gépi tanulást alkalmazzák a beérkező szemétre, a rendszer javítja válogatási képességeit, ahogy új szemét kerül a rendszerbe – olyan mértékben, hogy a rendszer 99%-os pontosságú legyen, és minden komposztálható anyagot a lehető leghatékonyabb módon dolgoznak fel.

A komposztálás felgyorsítása és az új komposztálható anyagok felfedezése

Ami magát a komposztálási folyamatot illeti, az érzékelők az AI-alapú gépi látásmód mellett olyan körülményeket is képesek figyelni, mint a hő és a nedvesség, így biztosítva, hogy ideálisak legyenek a komposztálási folyamat továbbviteléhez, és a helyszínen végezzen módosításokat a gyorsabb és magasabb szint érdekében. - minőségi komposztálás. A mesterséges intelligencia meg tudja jósolni, hogy mikor lesz komposzt készülj fel, egy másik kulcsfontosságú tényező a folyamat fokozása hatékony és állandó minőségű terméket állítanak elő, ami fontos, ha megszólítja azokat a gazdákat, akik ezt a végterméket vásárolják.

Természetesen mindezek mögött a komposztálható műanyag fejlődése áll, amely terület, ahol az AI és a gépi tanulás fontos szerepet játszhat. A kutatók szerint, még mindig sok felfedeznivaló van a műanyagokat alkotó polimerek és a biológiai lebomlás közötti kapcsolatról. A gépi tanulás felgyorsíthatja a meglévő polimerek elemzését és osztályozását, és újakat fejleszthet ki polimerek. A komposztálható csomagoláshoz rendelkezésre álló polimerek könyvtárának bővítése alapvető fontosságú, mivel ez alacsonyabb költségeket, valamint a csomagolás jellemzőit illetően több választási lehetőséget tesz lehetővé. Például, amint azt saját munkánkból jól megértjük, egyes márkáknak olyan csomagolásra lehet szükségük, amely tartósabb, mint másoknak. Mi is integráljuk a kísérletek tervezését és a mesterséges intelligencia-menedzsment rendszereket, hogy felgyorsítsuk a kutatást és fejlesztést, valamint a különböző csomagolási termékek testreszabását, hogy a legjobban megfeleljenek a fogyasztók igényeinek, valamint a komposztálhatósági követelményeknek.

A fejlett technológia előnyei túlmutatnak a csomagoláson. A mesterséges intelligencia és a számítógépes látás szintén segíthet adatkészletek létrehozásában arról, hogy mennyi élelmiszert pazarolnak el a fogyasztók. Ez felhasználható a fogyasztói magatartás megváltoztatására, ami az egyik legfontosabb tényező a környezetre gyakorolt ​​hatás csökkentésében. Például az Oregon State University intelligens fejlesztéseken dolgozik komposztáló ládák amelyek számítógépes látást használnak annak nyomon követésére, hogy mennyi ehető élelmiszert pazarolnak el a fogyasztók. Míg a hulladékot gondosan nyomon követik a mezőgazdaság és az élelmiszer-ellátási láncok más részein, a fogyasztói hulladékot nem követik gondosan, és nem értik jól.

Vannak számos okból Miért a komposztálás a végső megoldás a szemét és műanyag mennyiségének csökkentésére, amely elakad a szemétlerakókban, és hozzájárul az üvegházhatású gázok kibocsátásához, valamint egyéb környezeti és egészségügyi kockázatokhoz. A technológia segíthet a komposztálásnak néhány lépéssel továbblépni, megnyitva az utat a bolygó és az emberiség ígéretesebb jövője felé.