Kita Membutuhkan Komposting Lebih Banyak untuk Menyelamatkan Dunia; Bagaimana AI & Data Dapat Membantu

Dunia memiliki masalah sampah – dan semakin parah setiap hari. Sampah diperkirakan mencapai 3,4 miliar ton per tahun secara global pada tahun 2050, naik dari 2 miliar pada tahun 2016. Sampah adalah kontributor utama perubahan iklim; tempat pembuangan akhir adalah sumber utama emisi GHG. Dan itu bahkan jika Anda bisa menemukan tempat pembuangan akhir; beberapa negara bagian sudah mulai kehabisan ruang.

Banyak orang melihat ke arah daur ulang sebagai solusi untuk masalah polusi plastik, tetapi daur ulang meninggalkan banyak yang diinginkan, terutama untuk kemasan plastik, sumber sampah yang tumbuh paling cepat. Lebih dari 90% dari semua plastik, “dapat didaur ulang” atau tidak, berakhir di tempat pembuangan akhir, lebih lanjut memperburuk masalah sampah kita. Banyak dari itu berakhir sebagai mikroplastik, menciptakan risiko lingkungan dan kesehatan yang lebih besar.

Ini jelas tidak bisa terus berlanjut – dan salah satu solusi yang bisa membantu mengurangi jumlah sampah yang mengganggu dunia adalah penerapan komposting massal, terutama untuk bahan makanan dan kemasan. Hari ini, hanya 27% dari orang Amerika memiliki akses ke program komposting. Ini harus berubah; dan itu mulai terjadi: bersama dengan peningkatan investasi publik dalam infrastruktur komposting, teknologi canggih, termasuk AI, memainkan peran yang semakin besar dalam membantu membuat komposting lebih efisien dan lebih mudah untuk menangani plastik yang dapat dikomposkan; mengembangkan bahan kompos yang baru; dan bahkan membantu mengubah perilaku konsumen.

Teknologi Pengolahan dan Pengomposan Robotik yang Dipimpin oleh AI dan Penglihatan Komputer

Ketika truk-truk sampah tiba di fasilitas komposting, isi truk harus disortir, memastikan tidak ada kontaminan karena itu akan mengganggu proses komposting atau menghasilkan kompos yang berkualitas rendah. Proses penyortiran ini seringkali merupakan proses manual dan mahal. Tetapi AI mengubah itu; dilengkapi dengan penglihatan mesin, penyortir robotik dapat dengan cepat menghilangkan kontaminan dari truk sampah yang dapat dikomposkan. Ini memungkinkan fasilitas komposting untuk menerima lebih banyak sampah secara umum, dan untuk menghemat biaya penyortiran dan waktu. Misalnya, sejak kota San Antonio, Texas, mulai menggunakan penyortiran robotik seperti itu tahun lalu, belum pernah menolak truk sampah organik; sebelum sistem ini, tanaman komposting menolak sampah yang kemungkinan mengandung bahkan sejumlah kecil kontaminan karena itu tidak sepadan untuk disortir.

Teknologi pengimajan canggih juga dapat digunakan untuk menyortir sampah di fasilitas umum, mengidentifikasi bahan yang dapat dikomposkan dan mengarahkannya ke saluran yang tepat. Salah satu cara untuk mencapai ini adalah melalui watermark digital, di mana watermark kecil yang ditempatkan pada kemasan dan barang konsumen lainnya dibaca oleh sistem penglihatan mesin canggih, yang kemudian secara otomatis menyortir sampah ke aliran yang tepat. Watermark ini sangat penting untuk membantu lebih banyak komposter menerima plastik yang dapat dikomposkan; karena mereka memungkinkan untuk dengan cepat membedakan antara plastik yang dapat dikomposkan dan plastik yang tidak dapat dikomposkan, yang terlihat sangat mirip dengan mata manusia.

Watermark digital adalah solusi yang memerlukan kerja sama di seluruh industri kemasan yang dapat dikomposkan serta dari komposter dan perusahaan pengelolaan sampah lokal yang mengawasi komposting. Ini akan berfungsi dengan sempurna jika produsen kemasan tersebut setuju untuk menggunakan tanda-tanda ini, dan komposter memiliki peralatan untuk membacanya. Saya percaya itu memungkinkan.

Bahkan tanpa watermark digital, ada teknologi AI penglihatan komputer yang dapat mengidentifikasi bahan yang dapat dikomposkan, termasuk plastik. Teknologi penyortiran canggih sangat penting untuk meningkatkan penggunaan plastik yang dapat dikomposkan, karena dapat juga mengarahkan plastik yang dapat dikomposkan ke kondisi komposting yang tepat, yang seringkali berbeda dari yang dibutuhkan untuk sampah makanan atau taman, membantu membuatnya lebih efisien untuk komposter. Misalnya, tim di Inggris telah mengembangkan sistem berbasis sensor yang menyortir bahan yang dapat dikomposkan menurut jenis, persyaratan sistem komposting, dan waktu yang dibutuhkan untuk komposting. Sistem ini menggunakan teknologi yang disebut pengimajan hiperspektral (HSI), yang menggunakan pengimajan canggih untuk memeriksa sampah, menganalisisnya menggunakan analisis kimia dan fisika. Pembelajaran mesin diterapkan pada sampah yang masuk, dengan sistem yang meningkatkan kemampuan penyortirannya seiring dengan sampah baru yang memasuki sistem – sehingga sistem memiliki tingkat akurasi 99%, dengan semua bahan yang dapat dikomposkan diproses dengan cara yang paling efisien.

Meningkatkan Kecepatan Komposting dan Penemuan Bahan yang Dapat Dikomposkan Baru

Ketika datang ke proses komposting itu sendiri, sensor, bersama dengan penglihatan mesin berbasis AI, juga dapat memantau kondisi seperti suhu dan kelembaban, memastikan mereka ideal untuk memajukan proses komposting, dan membuat penyesuaian pada saat itu untuk memastikan komposting yang lebih cepat dan berkualitas tinggi. AI dapat memprediksi kapan kompos siap, faktor kunci lainnya adalah membuat proses lebih efisien dan menghasilkan produk dengan kualitas yang konsisten, dan penting ketika menarik bagi petani yang akan membeli produk akhir ini.

Tentu saja, semua ini didasarkan pada kemajuan plastik yang dapat dikomposkan, area di mana AI dan pembelajaran mesin dapat membuat kontribusi penting. Menurut peneliti, masih banyak yang harus ditemukan tentang hubungan antara polimer, yang membentuk plastik, dan biodegradasi. Pembelajaran mesin dapat membantu mempercepat analisis dan klasifikasi untuk polimer yang ada dan mengembangkan polimer baru. Memperluas perpustakaan polimer yang tersedia untuk kemasan yang dapat dikomposkan sangat penting, karena ini akan memungkinkan biaya yang lebih rendah, serta lebih banyak pilihan untuk karakteristik kemasan. Misalnya, seperti yang kita ketahui dari pekerjaan kita sendiri, beberapa merek mungkin memerlukan kemasan yang memiliki hambatan yang lebih tahan lama daripada yang lain. Kami juga mengintegrasikan desain eksperimen dan sistem manajemen AI untuk membantu mempercepat penelitian dan pengembangan serta kustomisasi produk kemasan yang berbeda untuk memenuhi kebutuhan konsumen, serta persyaratan komposabilitas.

Manfaat teknologi canggih melampaui kemasan. AI dan penglihatan komputer juga dapat membantu membuat dataset tentang berapa banyak makanan yang dibuang konsumen. Ini dapat digunakan untuk mengubah perilaku konsumen, yang merupakan salah satu faktor paling penting dalam mengurangi dampak pada lingkungan. Misalnya, Universitas Negara Bagian Oregon sedang mengembangkan komposter pintar yang menggunakan penglihatan komputer untuk melacak berapa banyak makanan yang dibuang konsumen. Sementara sampah dipantau dengan hati-hati di bagian lain dari rantai pasokan makanan dan pertanian, sampah konsumen tidak dipantau dengan hati-hati dan tidak dipahami dengan baik.

Ada banyak alasan mengapa komposting adalah solusi utama untuk mengurangi sampah dan plastik yang mengganggu tempat pembuangan akhir dan menyumbang emisi gas rumah kaca, serta risiko lingkungan dan kesehatan lainnya. Teknologi bisa membantu komposting melangkah beberapa langkah lebih jauh, membuka jalan untuk masa depan yang lebih menjanjikan bagi planet dan kemanusiaan.