Vi trenger desperat å kompostere mer for å redde verden; Hvordan AI og data kan hjelpe

Verden har et søppelproblem – og det blir verre om dagen. Avfall er anslått å nå 3.4 milliarder tonn et år globalt innen 2050, opp fra 2 milliarder i 2016. Søppel er en stor bidragsyter til klimaendringer; søppelfyllinger er en ledende kilde til klimagassutslipp. Og det er selv om du kan finne søppelfyllinger; noen stater er allerede begynner å gå tom.

Mange ser på resirkulering som en løsning på plastforurensningsproblemet, men gjenvinning etterlater mye å være ønsket, spesielt for plastemballasje, den raskest voksende søppelkilden. Mer enn 90% av all plast, "resirkulerbar" eller ikke, havner på søppelfyllinger, noe som forverrer søppelproblemet vårt ytterligere. Mye av det ender opp som microplastics, og skaper enda større miljø- og helserisiko.

Dette kan tydeligvis ikke fortsette – og en løsning som kan bidra til å redusere mengden søppel som tilstopper verden, er masseimplementering av kompostering, spesielt for mat og emballasjematerialer. Bare i dag 27% av amerikanerne har tilgang til komposteringsprogrammer. Dette må endres; og det begynner å: sammen med økte offentlige investeringer i komposteringsinfrastruktur, spiller avansert teknologi, inkludert AI, en økende rolle i å bidra til å gjøre kompostering mer effektiv og lettere å håndtere komposterbar plast; utvikle nye komposterbare materialer; og til og med bidra til å endre forbrukeratferd.

AI og datamaskinvisjonsdrevet sorteringsteknologi og robotkompostering

Når lastebillass med avfall ankommer komposteringsanlegg, må innholdet sorteres, og sørge for at det ikke er noen forurensninger, da det vil forstyrre komposteringsprosessen eller resultere i kompost av lav kvalitet. Dette sortering er ofte en manuell og kostbar prosess. Men AI endrer det; utstyrt med maskinsyn, kan robotsorterere raskt fjerne forurensninger fra lastebiler med komposterbart avfall. Dette gjør at komposteringsanlegg kan ta imot mer avfall generelt, og spare på sorteringskostnader og tid. For eksempel, siden byen San Antonio, Texas, begynte å bruke slik robotsortering i fjor, har den ennå ikke avvist en lastebil med organisk avfall; før dette systemet avviste komposteringsanlegget avfall som sannsynligvis inneholdt selv små mengder forurensninger fordi det rett og slett ikke var verdt å sortere.

Avansert bildeteknologi kan også brukes til å sortere avfall ved generelle anlegg, identifisere komposterbare materialer og lede dem til de riktige kanalene. En måte å oppnå dette på er gjennom digital vannmerking, der små vannmerker plassert på emballasje og andre forbruksartikler leses av et avansert maskinsynssystem, som deretter automatisk sorterer avfallet i riktig strøm. Disse vannmerkene er spesielt viktige for å hjelpe flere kompostører til å akseptere komposterbar plast; da de lar dem raskt skille mellom komposterbar plast og ikke-komposterbar plast, som ligner veldig på det menneskelige øyet.

Digital vannmerking er en løsning som krever samarbeid på tvers av komposterbar emballasjeindustri samt fra kompostere og lokale avfallshåndteringsselskaper som fører tilsyn med kompostering. Det vil fungere perfekt hvis produsenter av slik emballasje vil gå med på å bruke disse merkene, og kompostere vil ha utstyret til å lese dem. Jeg tror det er mulig.

Selv uten digital vannmerking,, er det computer-vision AI-teknologi som kan identifisere komposterbare materialer, inkludert plast. Avansert sorteringsteknologi er spesielt viktig for å fremme komposterbar plastbruk, siden den også kan lede komposterbar plast inn i de rette kompostforholdene, som ofte kan avvike fra de som kreves for mat eller hageavfall, og bidrar til å gjøre ting mer effektivt for kompostere. For eksempel har et britisk lag utviklet et sensorbasert system som sorterer komposterbare materialer etter type, kompostsystemkrav og hvor lang tid komposteringen vil ta. Systemet bruker en teknologi kalt hyperspektral bildebehandling (HSI), som bruker avansert bildebehandling for å undersøke søppel, analysere det ved hjelp av kjemisk og fysisk analyse. Maskinlæring brukes på innkommende søppel, og systemet forbedrer sorteringsevnen etter hvert som nytt søppel kommer inn i systemet – i den grad systemet har en nøyaktighetsgrad på 99 %, med alt komposterbart materiale behandlet på en mest mulig effektiv måte.

Fremskynde komposteringen og oppdagelsen av nye komposterbare materialer

Når det kommer til selve komposteringsprosessen, kan sensorer, sammen med AI-basert maskinsyn, også overvåke forhold som varme og fuktighet, for å sikre at de er ideelle for å flytte komposteringsprosessen, og gjøre justeringer på stedet for å sikre raskere og høyere -kvalitets kompostering. AI kan forutsi når kompost vil vær klar, en annen nøkkelfaktor er å gjøre prosessen mer effektiv og produsere et produkt av jevn kvalitet, og viktig når man appellerer til bønder som vil kjøpe dette sluttproduktet.

Til grunn for alt dette ligger selvfølgelig fremskrittet av komposterbar plast, et område hvor AI og maskinlæring kan gi et viktig bidrag. Ifølge forskere, er det fortsatt mye å oppdage om forholdet mellom polymerer, som utgjør plast, og biologisk nedbrytning. Maskinlæring kan bidra til å fremskynde analysen og klassifiseringen for eksisterende polymerer og utvikle nye polymerer. Det er viktig å utvide biblioteket med tilgjengelige polymerer for komposterbar emballasje, da dette vil gi lavere kostnader, samt flere valgmuligheter for emballasjens egenskaper. For eksempel, som vi forstår godt av vårt eget arbeid, kan noen merker trenge emballasje som har en høyere barriere holdbarhet enn andre. Vi integrerer også et design av eksperimenter og AI-styringssystemer for å hjelpe til med å fremskynde forskning og utvikling og tilpasning av forskjellige emballasjeprodukter for best å møte forbrukernes behov, samt komposterbarhetskrav.

Fordelene med avansert teknologi går utover emballasje. AI og datasyn kan også bidra til å lage datasett om hvor mye matforbrukere kaster bort. Dette kan brukes til å endre forbrukeratferd, som er en av de viktigste faktorene for å redusere påvirkningen på miljøet. For eksempel utvikler Oregon State University smart komposteringsbøtter som bruker datasyn for å spore hvor mye spiselig mat forbrukere kaster bort. Mens avfall spores nøye i andre deler av landbruket og matforsyningskjedene, spores ikke forbruksavfall nøye og er ikke godt forstått.

Det finnes mange grunner hvorfor kompostering er den ultimate løsningen for å redusere søppel og plast som blokkerer søppelfyllinger og bidrar til klimagassutslipp og andre miljø- og helserisikoer. Teknologi kan hjelpe kompostering med å gå noen skritt videre, og åpne veien for en mer lovende fremtid for planeten og for menneskeheten.