เราต้องการการแยกขยะมากขึ้นเพื่อช่วยโลก; วิธีที่ AI และข้อมูลสามารถช่วยได้

โลกของเรามีปัญหาเรื่องขยะ – และมันกำลังแย่ลงเรื่อยๆ ทุกวัน ขยะคาดว่าจะเพิ่มขึ้นเป็น 3.4 พันล้านตัน ต่อปี ทั่วโลกภายในปี 2050 จาก 2 พันล้านตันในปี 2016 ขยะเป็นปัจจัยสำคัญที่ทำให้เกิดการเปลี่ยนแปลงสภาพภูมิอากาศ และที่ฝังขยะเป็นแหล่งที่มีแก๊สเรือนกระจกที่สำคัญ และนี่ยังไม่นับว่าบางรัฐเริ่ม ขาดพื้นที่ฝังขยะ แล้ว

หลายคนมองว่าการรีไซเคิลเป็นวิธีแก้ปัญหาการปนเปื้อนของพลาสติก แต่การรีไซเคิลยังต้องการการปรับปรุงอย่างมาก โดยเฉพาะสำหรับพลาสติกที่ใช้ในการบรรจุภัณฑ์ ซึ่งเป็นแหล่งที่มาของขยะที่เติบโตเร็วที่สุด มากกว่า 90% ของพลาสติกทั้งหมด “สามารถรีไซเคิล” หรือไม่ก็ลงที่ฝังขยะ ทำให้ปัญหาเรื่องขยะของเรายิ่งแย่ลง มากกว่านั้น มันจะกลายเป็น ไมโครพลาสติก ซึ่งทำให้เกิดความเสี่ยงต่อสิ่งแวดล้อมและสุขภาพที่มากขึ้น

สิ่งนี้ไม่สามารถดำเนินต่อไปได้ – และหนึ่งในวิธีแก้ปัญหาที่สามารถช่วยลดปริมาณขยะที่อุดตันโลกได้คือการนำการแยกขยะมาใช้แบบมวลชน โดยเฉพาะสำหรับอาหารและวัสดุบรรจุภัณฑ์ ในปัจจุบัน มีเพียง 27% ของชาวอเมริกันที่สามารถเข้าถึงโปรแกรมการแยกขยะได้ สิ่งนี้ต้องเปลี่ยนแปลง และมันเริ่มแล้ว: ร่วมกับการลงทุนสาธารณะในโครงสร้างพื้นฐานการแยกขยะ เทคโนโลยีขั้นสูง รวมถึง AI ก็เริ่มมีบทบาทที่สำคัญในการช่วยให้การแยกขยะมีประสิทธิภาพและสามารถจัดการพลาสติกที่สามารถแยกขยะได้; พัฒนาวัสดุใหม่ที่สามารถแยกขยะได้; และแม้แต่ช่วยเปลี่ยนพฤติกรรมของผู้บริโภค

เทคโนโลยีการแยกขยะด้วย AI และการแยกขยะแบบอัตโนมัติ

เมื่อรถบรรทุกขยะมาถึงโรงงานแยกขยะ สิ่งที่ต้องทำคือการแยกขยะให้ไม่มีสิ่งปนเปื้อน เนื่องจากสิ่งปนเปื้อนจะทำให้กระบวนการแยกขยะเสียหรือทำให้ได้ผลิตภัณฑ์ที่มีคุณภาพต่ำ การแยกขยะ นี้ มักเป็นกระบวนการที่ทำด้วยมือและต้องใช้เงินมาก แต่ AI กำลังเปลี่ยนแปลงสิ่งนี้; โดยใช้เทคโนโลยีการมองเห็นของเครื่องจักร โรบอทสามารถแยกขยะที่สามารถแยกขยะได้จากขยะที่ไม่สามารถแยกขยะได้ได้อย่างรวดเร็ว ทำให้โรงงานแยกขยะสามารถรับขยะได้มากขึ้น และช่วยลดค่าใช้จ่ายในการแยกขยะและเวลา สำหรับตัวอย่าง เมื่อเมืองซานอันโตนิโอ รัฐเท็กซัส เริ่มใช้การแยกขยะแบบอัตโนมัติเมื่อปีที่แล้ว มันไม่ได้ปฏิเสธขยะอินทรีย์มาเป็นเวลาหนึ่งปีแล้ว ก่อนหน้านี้ โรงงานแยกขยะปฏิเสธขยะที่อาจมีสิ่งปนเปื้อนเพราะไม่คุ้มที่จะแยกขยะ

เทคโนโลยีการถ่ายภาพขั้นสูงสามารถใช้ในการแยกขยะที่โรงงานทั่วไปได้ โดยการระบุวัสดุที่สามารถแยกขยะได้และ направляя มันไปสู่ช่องทางที่เหมาะสม วิธีหนึ่งในการทำเช่นนี้คือการทำเครื่องหมายดิจิทัล โดยวางเครื่องหมายขนาดเล็กบนบรรจุภัณฑ์และสินค้าอื่นๆ และอ่านโดยระบบการมองเห็นของเครื่องจักร ซึ่งจะแยกขยะออกเป็นช่องทางที่เหมาะสม เครื่องหมายเหล่านี้มีความสำคัญอย่างยิ่งในการช่วยให้โรงงานแยกขยะสามารถรับพลาสติกที่สามารถแยกขยะได้; โดยช่วยให้พวกเขาแยกพลาสติกที่สามารถแยกขยะได้และพลาสติกที่ไม่สามารถแยกขยะได้ ซึ่งมีลักษณะคล้ายกันมาก

การทำเครื่องหมายดิจิทัลเป็นวิธีแก้ปัญหาที่ต้องการความร่วมมือจากอุตสาหกรรมบรรจุภัณฑ์ที่สามารถแยกขยะได้ รวมถึงจากโรงงานแยกขยะและบริษัทจัดการขยะที่ดูแลการแยกขยะ มันจะทำงานได้อย่างสมบูรณ์แบบหากผู้ผลิตบรรจุภัณฑ์เห็นด้วยที่จะใช้เครื่องหมายเหล่านี้ และโรงงานแยกขยะมีอุปกรณ์ที่จะอ่านมัน ฉันเชื่อว่ามันสามารถทำได้

แม้ไม่มีการทำเครื่องหมายดิจิทัล ก็มี เทคโนโลยีการแยกขยะด้วย AI และการมองเห็นของเครื่องจักร ที่สามารถระบุวัสดุที่สามารถแยกขยะได้ รวมถึงพลาสติกด้วย เทคโนโลยีการแยกขยะขั้นสูงมีความสำคัญอย่างยิ่งในการพัฒนาพลาสติกที่สามารถแยกขยะได้ เนื่องจากสามารถ направляя พลาสติกที่สามารถแยกขยะได้ไปสู่ช่องทางที่เหมาะสม ซึ่งมักจะแตกต่างจากสภาพที่ต้องการสำหรับอาหารหรือเศษสวน ทำให้โรงงานแยกขยะสามารถทำงานได้อย่างมีประสิทธิภาพมากขึ้น ตัวอย่างเช่น ทีมงานจากสหราชอาณาจักรได้ พัฒนาระบบที่ใช้เซ็นเซอร์ ที่แยกขยะตามประเภท สภาพที่ต้องการ และเวลาที่จะแยกขยะ ระบบนี้ใช้เทคโนโลยีการถ่ายภาพที่เรียกว่า hyperspectral imaging (HSI) ซึ่งใช้การถ่ายภาพขั้นสูงในการวิเคราะห์ขยะ โดยใช้การวิเคราะห์ทางเคมีและกายภาพ ระบบจะเรียนรู้และปรับปรุงความสามารถในการแยกขยะเมื่อมีขยะใหม่เข้ามา จนถึงระดับที่มีความแม่นยำถึง 99% โดยที่วัสดุที่สามารถแยกขยะได้ทั้งหมดถูกแยกขยะในลักษณะที่มีประสิทธิภาพมากที่สุด

การเร่งการแยกขยะและการค้นพบวัสดุใหม่ที่สามารถแยกขยะได้

เมื่อพูดถึงกระบวนการแยกขยะเอง เซ็นเซอร์รวมถึงการมองเห็นของเครื่องจักรสามารถตรวจสอบสภาพ เช่น อุณหภูมิและความชื้น เพื่อให้แน่ใจว่ามันเหมาะสมสำหรับการแยกขยะ และทำการปรับเปลี่ยนเพื่อให้การแยกขยะเร็วขึ้นและคุณภาพดีขึ้น AI สามารถคาดการณ์ได้ว่าเมื่อไหร่จะ พร้อมที่จะแยกขยะ ซึ่งเป็นปัจจัยสำคัญในการทำให้กระบวนการแยกขยะมีประสิทธิภาพและผลิตภัณฑ์ที่มีคุณภาพสม่ำเสมอ และมีความสำคัญเมื่อพยายามดึงดูดเกษตรกรที่จะซื้อผลิตภัณฑ์สุดท้าย

แน่นอนว่าพื้นฐานทั้งหมดนี้คือความก้าวหน้าของพลาสติกที่สามารถแยกขยะได้ ซึ่งเป็นพื้นที่ที่ AI และการเรียนรู้ของเครื่องจักรสามารถมีส่วนร่วมได้ ตามที่นักวิจัยระบุ ยังมีหลายสิ่งที่ต้องค้นพบเกี่ยวกับความสัมพันธ์ระหว่างพอลิเมอร์ ซึ่งประกอบขึ้นเป็นพลาสติก และการย่อยสลาย การเรียนรู้ของเครื่องจักรสามารถช่วยเร่งการวิเคราะห์และการจำแนกพอลิเมอร์ที่มีอยู่แล้ว และพัฒนาพอลิเมอร์ใหม่ พอลิเมอร์ การขยายคลังพอลิเมอร์ที่มีอยู่สำหรับบรรจุภัณฑ์ที่สามารถแยกขยะได้เป็นสิ่งจำเป็น เนื่องจากจะช่วยให้มีต้นทุนต่ำลง และมีทางเลือกมากขึ้นสำหรับคุณสมบัติของบรรจุภัณฑ์ ตัวอย่างเช่น บางแบรนด์อาจต้องการบรรจุภัณฑ์ที่มีความทนทานมากกว่าแบรนด์อื่นๆ เรากำลังรวมการออกแบบการทดลองและระบบการจัดการ AI เพื่อช่วยเร่งการวิจัยและพัฒนา และการปรับแต่งผลิตภัณฑ์บรรจุภัณฑ์ที่แตกต่างกันเพื่อตอบสนองความต้องการของผู้บริโภค และความต้องการการแยกขยะ

ประโยชน์ของเทคโนโลยีขั้นสูงไม่ได้หยุดอยู่ที่บรรจุภัณฑ์ AI และการมองเห็นของเครื่องจักรสามารถช่วยสร้างชุดข้อมูลเกี่ยวกับวิธีการที่ผู้บริโภคทิ้งขยะ ซึ่งสามารถใช้ในการเปลี่ยนพฤติกรรมของผู้บริโภค ซึ่งเป็นหนึ่งในปัจจัยที่สำคัญที่สุดในการลดผลกระทบต่อสิ่งแวดล้อม ตัวอย่างเช่น มหาวิทยาลัยแห่งรัฐโอเรกอนกำลังพัฒนา ถังขยะอัจฉริยะ ที่ใช้การมองเห็นของเครื่องจักรเพื่อติดตามว่าผู้บริโภคทิ้งขยะอาหารไปเท่าไร ในขณะที่ขยะถูกติดตามอย่างรอบคอบในบางส่วนของห่วงโซ่อุปทานอาหารและเกษตรกรรม การทิ้งขยะของผู้บริโภคไม่ได้รับการติดตามอย่างรอบคอบและไม่ได้รับการเข้าใจอย่างดี

มี หลายเหตุผล ที่การแยกขยะเป็นวิธีแก้ปัญหาสูงสุดในการลดขยะและพลาสติกที่อุดตันในพื้นที่ฝังขยะและทำให้เกิดการปล่อยก๊าซเรือนกระจก และความเสี่ยงต่อสิ่งแวดล้อมและสุขภาพอื่นๆ เทคโนโลยีสามารถช่วยให้การแยกขยะก้าวหน้าไปอีกขั้น โดยเปิดทางสู่อนาคตที่มีแนวโน้มมากขึ้นสำหรับโลกและสำหรับมนุษยชาติ