Kita Sangat Perlu Membuat Kompos Lebih Banyak untuk Menyelamatkan Dunia; Bagaimana AI & Data Dapat Membantu

Dunia mempunyai masalah sampah – dan masalah ini semakin parah dari hari ke hari. Sampah diperkirakan akan mencapai 3.4 miliar ton per tahun secara global pada tahun 2050, naik dari 2 miliar pada tahun 2016. Sampah merupakan kontributor utama perubahan iklim; tempat pembuangan sampah merupakan sumber utama emisi GRK. Dan itu pun jika Anda dapat menemukan tempat pembuangan sampah; beberapa negara bagian sudah melakukannya mulai habis.

Banyak orang memandang daur ulang sebagai solusi terhadap masalah polusi plastik, namun daur ulang masih menyisakan banyak hal yang tidak diinginkan, terutama untuk kemasan plastik, yang merupakan sumber sampah dengan pertumbuhan tercepat. Lebih dari 90% semua plastik, baik yang “dapat didaur ulang” atau tidak, berakhir di tempat pembuangan sampah, sehingga semakin memperburuk masalah sampah kita. Sebagian besar berakhir sebagai mikroplastik, menciptakan risiko lingkungan dan kesehatan yang lebih besar.

Hal ini jelas tidak bisa dibiarkan – dan salah satu solusi yang dapat membantu mengurangi jumlah sampah yang menyumbat dunia adalah penerapan pengomposan secara massal, terutama untuk bahan makanan dan kemasan. Hanya hari ini 27% orang Amerika memiliki akses terhadap program pengomposan. Hal ini harus diubah; dan hal ini mulai: seiring dengan peningkatan investasi publik dalam infrastruktur pengomposan, teknologi canggih, termasuk AI, semakin berperan dalam membantu membuat pengomposan lebih efisien dan lebih mudah menangani plastik yang dapat dibuat kompos; mengembangkan bahan-bahan baru yang dapat dijadikan kompos; dan bahkan membantu mengubah perilaku konsumen.

Teknologi penyortiran bertenaga AI dan visi komputer serta pengomposan robotik

Ketika sampah bertruk-truk tiba di tempat pengomposan, isinya perlu dipilah, pastikan tidak ada kontaminan karena akan mengganggu proses pengomposan atau menghasilkan kualitas kompos yang rendah. Ini penyortiran seringkali merupakan proses manual dan mahal. Namun AI mengubahnya; dilengkapi dengan visi mesin, robot penyortir dapat dengan cepat menghilangkan kontaminan dari truk sampah yang dapat dibuat kompos. Hal ini memungkinkan fasilitas pengomposan menerima lebih banyak sampah secara umum, dan menghemat biaya biaya dan waktu penyortiran. Misalnya, sejak kota San Antonio, Texas, mulai menggunakan pemilahan robotik tahun lalu, kota tersebut belum pernah menolak satu truk pun sampah organik; Sebelum adanya sistem ini, pabrik pengomposan menolak sampah yang kemungkinan besar mengandung sedikit kontaminan karena sampah tersebut tidak layak untuk dipilah.

Teknologi pencitraan canggih juga dapat digunakan untuk memilah sampah di fasilitas umum, mengidentifikasi bahan yang dapat dijadikan kompos, dan mengarahkannya ke saluran yang tepat. Salah satu cara untuk mencapai hal ini adalah melalui penandaan air digital, yaitu tanda air kecil yang ditempatkan pada kemasan dan barang konsumen lainnya dibaca oleh sistem visi mesin canggih, yang kemudian secara otomatis memilah sampah ke dalam aliran yang sesuai. Tanda air ini sangat penting untuk membantu lebih banyak pembuat kompos menerima plastik yang dapat dibuat kompos; karena memungkinkan mereka dengan cepat membedakan antara plastik yang dapat dibuat kompos dan plastik yang tidak dapat dibuat kompos, yang terlihat sangat mirip dengan mata manusia.

Penandaan air digital adalah solusi yang memerlukan kerja sama antar industri pengemasan kompos serta pembuat kompos dan perusahaan pengelolaan sampah lokal yang mengawasi pembuatan kompos. Ini akan bekerja dengan sempurna jika produsen kemasan tersebut setuju untuk menggunakan tanda-tanda ini, dan pembuat kompos memiliki peralatan untuk membacanya. Saya yakin itu mungkin.

Bahkan tanpa watermarking digital, tetap ada teknologi AI visi komputer yang dapat mengidentifikasi bahan kompos, termasuk plastik. Teknologi pemilahan tingkat lanjut sangat penting untuk meningkatkan penggunaan plastik yang dapat dijadikan kompos, karena teknologi ini juga dapat mengarahkan plastik yang dapat dijadikan kompos ke dalam kondisi kompos yang tepat, yang seringkali berbeda dari yang dibutuhkan untuk makanan atau sisa taman, sehingga membantu membuat kompos menjadi lebih efisien. Misalnya, tim Inggris punya dikembangkan sistem berbasis sensor yang mengurutkan bahan kompos berdasarkan jenis, kebutuhan sistem kompos, dan lamanya waktu yang dibutuhkan untuk pengomposan. Sistem ini menggunakan teknologi yang disebut hyperspectral imaging (HSI), yang menggunakan pencitraan canggih untuk memeriksa sampah, menganalisisnya menggunakan analisis kimia dan fisik. Pembelajaran mesin diterapkan pada sampah yang masuk, dan sistem akan meningkatkan kemampuan pemilahannya saat sampah baru masuk ke sistem – hingga tingkat akurasi sistem mencapai 99%, dan semua bahan yang dapat dibuat kompos diproses dengan cara seefisien mungkin.

Mempercepat Pengomposan dan Penemuan Bahan Kompos Baru

Terkait proses pengomposan itu sendiri, sensor, bersama dengan visi mesin berbasis AI, juga dapat memantau kondisi seperti panas dan kelembapan, memastikan kondisi tersebut ideal untuk mempercepat proses pengomposan, dan membuat penyesuaian di tempat untuk memastikan proses pengomposan lebih cepat dan lebih baik. -pengomposan berkualitas. AI dapat memprediksi kapan kompos akan dibuat bersiap, faktor kunci lainnya adalah menjadikan prosesnya lebih mudah efisien dan menghasilkan produk dengan kualitas yang konsisten, dan penting untuk menarik petani yang akan membeli produk akhir tersebut.

Tentu saja yang mendasari semua ini adalah kemajuan plastik yang dapat dibuat kompos, sebuah bidang di mana AI dan pembelajaran mesin dapat memberikan kontribusi penting. Menurut peneliti, masih banyak yang perlu diketahui tentang hubungan antara polimer penyusun plastik dan biodegradasi. Pembelajaran mesin dapat membantu mempercepat analisis dan klasifikasi polimer yang ada dan mengembangkan polimer baru polimer. Memperluas perpustakaan polimer yang tersedia untuk kemasan yang dapat dibuat kompos sangatlah penting, karena hal ini akan memungkinkan biaya yang lebih rendah, serta lebih banyak pilihan untuk karakteristik kemasan. Misalnya, seperti yang kami pahami dengan baik dari penelitian kami, beberapa merek mungkin memerlukan kemasan yang memiliki daya tahan lebih tinggi dibandingkan merek lainnya. Kami juga mengintegrasikan desain eksperimen dan sistem manajemen AI untuk membantu mempercepat penelitian dan pengembangan serta penyesuaian berbagai produk kemasan untuk memenuhi kebutuhan konsumen, serta persyaratan komposabilitas.

Manfaat teknologi canggih lebih dari sekadar pengemasan. AI dan visi komputer juga dapat membantu membuat kumpulan data tentang berapa banyak makanan yang terbuang oleh konsumen. Hal ini dapat digunakan untuk mengubah perilaku konsumen, yang merupakan salah satu faktor terpenting dalam mengurangi dampak terhadap lingkungan. Misalnya, Oregon State University sedang berkembang dengan cerdas tempat sampah pengomposan yang menggunakan visi komputer untuk melacak berapa banyak makanan yang dapat dimakan yang terbuang oleh konsumen. Meskipun limbah dilacak dengan cermat di bagian lain rantai pasokan pertanian dan pangan, limbah konsumen tidak dilacak dengan cermat dan tidak dipahami dengan baik.

Ada banyak alasan mengapa pengomposan merupakan solusi utama untuk mengurangi sampah dan plastik yang menyumbat tempat pembuangan sampah dan berkontribusi terhadap emisi gas rumah kaca, serta risiko lingkungan dan kesehatan lainnya. Teknologi dapat membantu pengomposan bergerak beberapa langkah lebih jauh, membuka jalan menuju masa depan yang lebih menjanjikan bagi planet ini dan umat manusia.