我们迫切需要更多的堆肥来拯救世界；人工智能和数据如何帮助

世界正面临着垃圾问题——而且这种问题正在日益加剧 每天都在恶化。预计到2050年，全球垃圾量将达到 34亿吨，而2016年的垃圾量为20亿吨。垃圾是气候变化的重要贡献者；垃圾填埋场是温室气体排放的主要来源。即使你能找到垃圾填埋场；有些州已经 开始面临空间不足的问题。

许多人将回收视为解决塑料污染问题的解决方案，但回收令人失望，特别是对于塑料包装，这是垃圾增长最快的来源。超过 90% 的所有塑料，无论是否可以回收，最终都会进入垃圾填埋场，进一步加剧了我们的垃圾问题。其中大部分最终会变成 微塑料，从而带来更大的环境和健康风险。

这种情况不能继续下去——解决世界垃圾问题的一个方法是大规模实施堆肥，特别是对于食品和包装材料。今天，只有 27% 的美国人可以使用堆肥计划。这必须改变；并且它正在开始改变：随着对堆肥基础设施的公共投资增加，包括人工智能在内的先进技术也在发挥着越来越重要的作用，帮助使堆肥更加高效和更容易处理堆肥塑料；开发新的可堆肥材料；甚至帮助改变消费者行为。

人工智能和计算机视觉技术的分类和机器人堆肥

当满载垃圾的卡车到达堆肥设施时，需要对内容进行分类，以确保没有污染物，因为这会破坏堆肥过程或导致低质量的堆肥。这种 分类 通常是一个手动和昂贵的过程。但是人工智能正在改变这一点；配备了机器视觉，机器人分类器可以快速 从卡车上移除污染物。这使得堆肥设施可以接受更多的垃圾，并节省 分类成本和时间。例如，自从德克萨斯州圣安东尼奥市开始使用这种机器人分类以来，它还没有拒绝过一辆卡车的有机垃圾；在此之前，堆肥厂会拒绝可能含有少量污染物的垃圾，因为这根本不值得分类。

先进的成像技术也可以用于一般设施的垃圾分类，识别可堆肥材料并将其引导到正确的渠道。实现这一点的一种方法是通过数字水印，在包装和其他消费品上放置小水印，由先进的机器视觉系统读取，然后自动将垃圾分类到相应的流中。这些水印对于帮助更多的堆肥器接受可堆肥塑料至关重要，因为它们可以快速区分可堆肥塑料和不可堆肥塑料，对于人类眼球来说，这两种塑料看起来非常相似。

数字水印是一种需要跨可堆肥包装行业以及堆肥器和当地废物管理公司合作的解决方案。它将完美地发挥作用，如果包装制造商同意使用这些标记，并且堆肥器拥有阅读它们的设备。我相信这是可能的。

即使没有数字水印，也有 计算机视觉人工智能技术 可以识别可堆肥材料，包括塑料。先进的分类技术对于推进可堆肥塑料的使用至关重要，因为它还可以将可堆肥塑料引导到正确的堆肥条件，这些条件通常与食品或花园废物所需的条件不同，有助于使堆肥器的工作更加高效。例如，英国的一个团队已经 开发 出了一种传感器系统，可以根据类型、堆肥系统要求和堆肥时间长短对可堆肥材料进行分类。该系统使用了一种称为超光谱成像（HSI）的技术，使用先进的成像技术来检查垃圾，并使用化学和物理分析来分析它。机器学习被应用于进入系统的新垃圾，系统的分类能力会随着新垃圾的进入而提高——以至于系统的准确率达到 99%，所有可堆肥材料都以最有效的方式处理。

加速堆肥和发现新的可堆肥材料

在堆肥过程本身中，传感器和基于机器视觉的人工智能也可以监测温度和湿度等条件，确保它们适合于堆肥过程，并在现场进行调整，以确保堆肥速度更快和质量更高。人工智能可以预测堆肥何时 准备好，这也是使过程更加 高效 和生产一致质量的产品的关键因素，对于吸引将购买最终产品的农民来说也很重要。

当然，所有这些的基础是可堆肥塑料的发展，这是一个人工智能和机器学习可以做出重要贡献的领域。 研究人员表示，关于聚合物和生物降解之间的关系仍有很多需要发现的东西。机器学习可以帮助加速现有聚合物的分析和分类，并开发新的 聚合物。扩大可堆肥包装的聚合物库是必不可少的，因为这将使成本降低，并为包装的特性提供更多选择。例如，正如我们从自己的工作中所了解的，一些品牌可能需要具有更高屏障耐久性的包装。我们也正在整合实验设计和人工智能管理系统，以帮助加速研究和开发，并根据消费者的需求和堆肥要求定制不同的包装产品。

先进技术的益处超出了包装。人工智能和计算机视觉也可以帮助创建关于消费者浪费的食物的数据集。这可以用来改变消费者行为，这是减少对环境影响的最重要因素之一。例如，俄勒冈州立大学正在开发智能 堆肥箱，使用计算机视觉来跟踪消费者浪费了多少食物。虽然在农业和食品供应链的其他部分仔细跟踪浪费，但消费者浪费并没有被仔细跟踪和理解。

有 许多原因 可以解释为什么堆肥是减少堵塞垃圾填埋场的垃圾和塑料以及减少温室气体排放和其他环境和健康风险的最终解决方案。技术可以帮助堆肥向前迈出几步，开启一个对地球和人类更有前途的未来。