Лідери думок
Нас потрібно більше компостувати, щоб врятувати світ; як AI та дані можуть допомогти
Додайте Unite.AI до бажаних джерел у Google
Світ має проблему зі сміттям – і вона погіршується з кожним днем. Сміття очікується досягти 3,4 мільярда тонн на рік у світі до 2050 року, порівняно з 2 мільярдами у 2016 році. Сміття є значним внеском у зміну клімату; сміттєзвалища є одним з основних джерел викидів парникових газів. І навіть якщо ви можете знайти сміттєзвалища; деякі штати вже почали закриватися.
Багато хто дивиться на переробку як на рішення проблеми пластикового забруднення, але переробка залишає багато бажань, особливо для пластикової упаковки, яка є найшвидше зростаючим джерелом сміття. Більше 90% усіх пластиків, “перероблюваних” або ні, потрапляють на сміттєзвалища, ще більше погіршуючи нашу проблему зі сміттям. Багато з них стають мікропластиками, створюючи ще більші екологічні та здоровчі ризики.
Це явно не може продовжуватися – і одним з рішень, яке може допомогти зменшити кількість сміття, що забиває світ, є масова реалізація компостування, особливо для харчових продуктів та матеріалів упаковки. Сьогодні лише 27% американців мають доступ до програм компостування. Це повинно змінитися; і це починає змінюватися: разом із збільшенням публічних інвестицій у компостування, передові технології, включаючи AI, відіграють все більшу роль у допомозі зробити компостування більш ефективним і легшим для обробки компостових пластиків; розробці нових компостових матеріалів; і навіть допомозі у зміні поведінки споживачів.
Технологія сортування на основі комп’ютерного зору та роботизованого компостування
Коли вантажівки зі сміттям прибувають на підприємства з компостуванням, їх вміст потрібно сортувати, щоб не було забруднювачів, оскільки це може порушити процес компостування або призвести до низької якості компосту. Це сортування часто є ручним і дорогим процесом. Але AI змінює це; оснащена комп’ютерним зором, роботизована сортування може швидко видалити забруднювачі з вантажівок компостових відходів. Це дозволяє підприємствам з компостуванням приймати більше сміття в цілому, і економити на вартість сортування і часу. Наприклад, з тих пір, як місто Сан-Антоніо, Техас, почало використовувати таке роботизоване сортування минулого року, воно ще не відхилило жодної вантажівки органічних відходів; до цього системи компостування відхиляли відходи, які, ймовірно, містили навіть невеликі кількості забруднювачів, оскільки це просто не було вартиме сортувати.
Передові технології зображення також можуть бути використані для сортування сміття на загальних підприємствах, ідентифікації компостових матеріалів і направлення їх у відповідні канали. Одним із способів досягнення цього є цифрове водяне знакування, при якому невеликі водяні знаки, розміщені на упаковці та інших споживчих товарах, читаються передовою системою машинного зору, яка потім автоматично сортує сміття у відповідний потік. Ці водяні знаки особливо важливі для допомоги більшій кількості компостувальників приймати компостові пластикові матеріали; оскільки вони дозволяють їм швидко відрізняти компостові пластикові матеріали від некомпостових пластикових матеріалів, які виглядають дуже схоже на людське око.
Цифрове водяне знакування є рішенням, яке вимагає співпраці по всьому компостовому пакувальному промисловості, а також від компостувальників і місцевих підприємств з управління сміттям, які контролюють компостування. Воно працюватиме досконало, якщо виробники такої упаковки погодяться використовувати ці знаки, і компостувальники будуть мати обладнання для їх читання. Я вважаю, що це можливо.
Дажи без цифрового водяного знакування, існує комп’ютерно-зорова технологія AI, яка може ідентифікувати компостові матеріали, включаючи пластикові матеріали. Передова технологія сортування особливо важлива для розвитку компостових пластикових матеріалів, оскільки вона також може направляти компостові пластикові матеріали у відповідні умови компостування, які можуть часто відрізнятися від тих, які необхідні для харчових продуктів або садових відходів, допомагаючи зробити речі більш ефективними для компостувальників. Наприклад, британська команда розробила сенсорну систему, яка сортує компостові матеріали за типом, вимогами системи компостування і тривалістю компостування. Система використовує технологію гіперспектральної зйомки (HSI), яка використовує передову зйомку для дослідження сміття, аналізуючи його за допомогою хімічного та фізичного аналізу. Машинне навчання застосовується до входящих сміття, а система покращує свої можливості сортування при вході нового сміття – до тієї міри, що система має точність 99%, а всі компостові матеріали обробляються найбільш ефективним чином.
Прискорення компостування та відкриття нових компостових матеріалів
Коли мова йде про сам процес компостування, чутливі елементи, разом із комп’ютерно-зоровим зображенням, також можуть контролювати умови, такі як температура і вологість, щоб вони були ідеальними для руху процесу компостування, і робити коригування на місці, щоб забезпечити швидше і якісніше компостування. AI може передбачити, коли компост буде готовий, ще одним важливим фактором є те, що процес стає більш ефективним і виробляє продукт постійної якості, і важливим, коли звертається до фермерів, які купуватимуть цей кінцевий продукт.
Звичайно, все це ґрунтується на розвитку компостових пластикових матеріалів, області, де AI та машинне навчання можуть зробити важливий внесок. За словами дослідників, ще багато чого потрібно відкрити про взаємозв’язок між полімерами, які складають пластикові матеріали, і біодеградацією. Машинне навчання може допомогти прискорити аналіз і класифікацію існуючих полімерів і розробку нових полімерів. Розширення бібліотеки доступних полімерів для компостових матеріалів упаковки є важливим, оскільки це дозволить зменшити вартість, а також надати більше варіантів для характеристик упаковки. Наприклад, деякі бренди можуть потребувати упаковки, яка має вищу міцність, ніж інші. Ми також інтегруємо проектування експериментів і системи управління AI, щоб допомогти прискорити дослідження та розробку і налаштування різних продуктів упаковки для задоволення потреб споживачів, а також вимог компостування.
Переваги передових технологій виходять за рамки упаковки. AI та комп’ютерно-зорове зображення також можуть допомогти створити набори даних про те, скільки харчових продуктів споживачі витрачають. Це можна використовувати для зміни поведінки споживачів, яка є одним з найважливіших факторів зменшення впливу на довкілля. Наприклад, Орегонський державний університет розробляє розумні компостні бінки, які використовують комп’ютерно-зорове зображення для відстеження того, скільки харчових продуктів споживачі витрачають. Хоча сміття тщательно відстежується в інших частинах ланцюга поставок харчових продуктів, споживчі відходи не відстежуються і не зрозумілі.
Є багато причин, чому компостування є кінцевим рішенням для зменшення кількості сміття і пластику, які забивають сміттєзвалища і внеску в викиди парникових газів, а також інших екологічних і здоровчих ризиків. Технологія могла б допомогти компостуванню зробити ще один крок вперед, відкриваючи шлях до більш перспективного майбутнього для планети і людства.
