Mums labai reikia daugiau kompostuoti, kad išgelbėtume pasaulį; Kaip AI ir duomenys gali padėti

Pasaulis turi šiukšlių problemą – ir ji vis blogėja iki dienos. Numatoma, kad atliekos pasieks 3.4 milijardų tonų per metus visame pasaulyje iki 2050 m., o 2 m. jų buvo 2016 milijardai. Šiukšlės yra pagrindinis klimato kaitos veiksnys; sąvartynai yra pagrindinis ŠESD emisijų šaltinis. Ir tai net jei galite rasti sąvartynų; kai kurios valstybės jau yra pradeda trūkti.

Daugelis mano, kad perdirbimas yra plastiko taršos problemos sprendimas, tačiau perdirbimas palieka daug norimų rezultatų, ypač plastikinėms pakuotėms, kurios yra greičiausiai augantis šiukšlių šaltinis. Daugiau nei 90% viso plastiko, „perdirbama“ ar ne, patenka į sąvartynus, o tai dar labiau apsunkina mūsų šiukšlių problemą. Didžioji dalis to baigiasi kaip mikroplastikaikelia dar didesnį pavojų aplinkai ir sveikatai.

Akivaizdu, kad tai negali tęstis – vienas iš sprendimų, galinčių padėti sumažinti pasaulyje užkemšamų šiukšlių kiekį, yra masinis kompostavimas, ypač maisto produktų ir pakavimo medžiagų. Tik šiandien 27% amerikiečių turi prieigą prie kompostavimo programų. Tai turi pasikeisti; ir pradeda: kartu su didėjančiomis viešosiomis investicijomis į kompostavimo infrastruktūrą, pažangios technologijos, įskaitant dirbtinį intelektą, vaidina vis svarbesnį vaidmenį padedant kompostuoti efektyviau ir lengviau tvarkyti kompostuojamą plastiką; naujų kompostuojamų medžiagų kūrimas; ir netgi padedanti pakeisti vartotojų elgesį.

Dirbtinio intelekto ir kompiuterinės vizijos valdoma rūšiavimo technologija ir robotizuotas kompostavimas

Kai į kompostavimo įrenginius atkeliauja sunkvežimiai atliekų, turinį reikia rūšiuoti, įsitikinti, kad nėra teršalų, kurie sutrikdys kompostavimo procesą arba lems prastos kokybės kompostą. Tai rūšiavimas dažnai yra rankinis ir brangus procesas. Tačiau AI tai keičia; su mašininiu matymu, robotai rūšiuotojai gali greitai pašalinti teršalus iš kompostuojamų atliekų sunkvežimių. Tai leidžia kompostavimo įrenginiams apskritai priimti daugiau atliekų ir sutaupyti rūšiavimo išlaidas ir laiką. Pavyzdžiui, praėjusiais metais Teksaso valstijoje esantis San Antonijaus miestas pradėjo naudoti tokį robotų rūšiavimą, todėl jis dar neatmetė sunkvežimio organinių atliekų; iki šios sistemos kompostavimo gamykla atmesdavo atliekas, kuriose galėjo būti net nedideli kiekiai teršalų, nes jų rūšiuoti tiesiog neapsimoka.

Pažangi vaizdo gavimo technologija taip pat gali būti naudojama rūšiuojant atliekas bendruosiuose įrenginiuose, identifikuojant kompostuojamas medžiagas ir nukreipiant jas į tinkamus kanalus. Vienas iš būdų tai pasiekti yra skaitmeninis vandenženklis, kai ant pakuočių ir kitų plataus vartojimo prekių esančius mažus vandens ženklus nuskaito pažangi mašininio matymo sistema, kuri automatiškai rūšiuoja atliekas į atitinkamą srautą. Šie vandens ženklai yra ypač svarbūs siekiant padėti daugiau komposterių priimti kompostuojamą plastiką; nes leidžia greitai atskirti kompostuojamą plastiką nuo nekompostuojamo plastiko, kuris atrodo labai panašus į žmogaus akis.

Skaitmeninis vandenženklis yra sprendimas, kuriam reikalingas kompostavimo pakuočių pramonės, taip pat komposterių ir vietinių atliekų tvarkymo įmonių, kurios prižiūri kompostavimą, bendradarbiavimas. Puikiai veiks, jei tokių pakuočių gamintojai sutiks naudoti šiuos ženklus, o komposteriai turės įrangą jiems nuskaityti. Tikiu, kad tai įmanoma.

Net ir be skaitmeninio vandens ženklų yra kompiuterinio matymo AI technologija kurie gali identifikuoti kompostuojamus daiktus, įskaitant plastiką. Pažangi rūšiavimo technologija yra ypač svarbi siekiant tobulinti kompostuojamo plastiko naudojimą, nes ji taip pat gali nukreipti kompostuojamą plastiką į tinkamas komposto sąlygas, kurios dažnai gali skirtis nuo tų, kurios reikalingos maistui ar sodo atliekoms, todėl komposteriai gali dirbti efektyviau. Pavyzdžiui, JK komanda turi išsivystęs jutikliais pagrįsta sistema, kuri rūšiuoja kompostuojamus daiktus pagal tipą, komposto sistemos reikalavimus ir laiką, kurį užtruks kompostavimas. Sistema naudoja technologiją, vadinamą hiperspektriniu vaizdavimu (HSI), kuri naudoja pažangų vaizdą, kad ištirtų šiukšles, analizuodama jas naudodama cheminę ir fizinę analizę. Mašininis mokymasis taikomas gaunamoms šiukšlėms, o sistema gerina savo rūšiavimo galimybes, kai į sistemą patenka naujos šiukšlės – tiek, kad sistemos tikslumas būtų 99%, o visos kompostuojamos medžiagos apdorojamos efektyviausiu būdu.

Kompostavimo paspartinimas ir naujų kompostuojamų medžiagų atradimas

Kalbant apie patį kompostavimo procesą, jutikliai kartu su AI pagrindu veikiančiu mašinos regėjimu taip pat gali stebėti sąlygas, pvz., šilumą ir drėgmę, užtikrindami, kad jie idealiai tinka kompostavimo procesui judėti, ir atlikti koregavimus vietoje, kad būtų užtikrintas greitesnis ir aukštesnis. - kokybiškas kompostavimas. AI gali numatyti, kada bus kompostas Būk pasiruošęs, dar vienas svarbus veiksnys yra tai, kad procesas būtų geresnis efektyvus ir gaminant pastovios kokybės produktą, ir tai svarbu kreipiantis į ūkininkus, kurie pirks šį galutinį produktą.

Žinoma, viso to pagrindas yra kompostuojamo plastiko pažanga – sritis, kurioje AI ir mašininis mokymasis gali įnešti svarbų indėlį. Tyrėjų teigimu, dar reikia daug ką atrasti apie ryšį tarp polimerų, sudarančių plastiką, ir biologinio skilimo. Mašininis mokymasis gali padėti paspartinti esamų polimerų analizę ir klasifikavimą bei kurti naujus polimerai. Būtina išplėsti turimų kompostuojamų pakuočių polimerų biblioteką, nes tai leis mažesnėmis sąnaudomis ir daugiau pasirinkimo pagal pakuotės savybes. Pavyzdžiui, kaip gerai suprantame iš savo darbo, kai kuriems prekių ženklams gali prireikti pakuotės, kurios atsparumas yra didesnis nei kitiems. Mes taip pat integruojame eksperimentų dizainą ir AI valdymo sistemas, kad padėtų paspartinti mokslinius tyrimus ir plėtrą bei įvairių pakuočių produktų pritaikymą, kad jie geriausiai atitiktų vartotojų poreikius, taip pat kompostavimo reikalavimus.

Pažangių technologijų pranašumai neapsiriboja pakavimu. AI ir kompiuterinė vizija taip pat gali padėti sukurti duomenų rinkinius apie tai, kiek maisto vartotojai iššvaisto. Tai gali būti panaudota siekiant pakeisti vartotojų elgseną, o tai yra vienas iš svarbiausių veiksnių, mažinančių poveikį aplinkai. Pavyzdžiui, Oregono valstijos universitetas kuria išmanųjį kompostavimo dėžės kurie naudoja kompiuterinę viziją, kad stebėtų, kiek valgomo maisto vartotojai iššvaisto. Nors kitose žemės ūkio ir maisto tiekimo grandinių dalyse atliekos yra kruopščiai sekamos, vartotojų atliekos nėra atidžiai stebimos ir nėra gerai suprantamos.

yra daugelio priežasčių Kodėl kompostavimas yra geriausias sprendimas siekiant sumažinti šiukšlių ir plastiko kiekį, kuris trukdo sąvartynams ir prisideda prie šiltnamio efektą sukeliančių dujų išmetimo bei kitų pavojų aplinkai ir sveikatai. Technologijos galėtų padėti kompostuoti keliais žingsniais toliau, atverdamos kelią į perspektyvesnę planetos ir žmonijos ateitį.