В городских условиях одной из самых больших проблем является ежегодное увеличение отходов, и ситуация только ухудшается — ожидается, что к 2050 году глобальное производство отходов увеличится на 70%. Это выявляет необходимость в инновационных и эффективных решениях для управления отходами, например, таких, как искусственный интеллект. Сортировка мусора с помощью искусственного интеллекта (ИИ) помогает не только распознавать различные типы отходов, но и сортировать их для переработки или повторного использования. Давайте рассмотрим, как ИИ используется для разумного и устойчивого обращения с отходами.
Что такое сортировка мусора с помощью ИИ?
Более половины объема выбрасываемого мусора можно переработать, но прежде, чем сделать это мусор необходимо отсортировать и обработать. Это означает, что разные виды отходов необходимо разделять. Отделение бумаги от пластика или удаление опасных отходов гарантирует, что каждый вид отхода может быть переработан безопасно и надлежащим образом, и максимальное количество отходов затем будет отправлено на переработку.
До недавнего времени сортировка мусора осуществлялась путем сочетания работы людей и механической сортировки. Ручная сортировка трудоемкая и низкоэффективная, поскольку человеку сложно правильно классифицировать разные фракции отходов на быстро движущейся конвейерной ленте. А неправильно отсортированные отходы загрязняют вторичные ресурсы и в дальнейшем затрудняют процесс переработки. Теперь инновационная сортировка отходов с использованием искусственного интеллекта в сочетании с робототехникой упрощает задачу и повышает скорость и точность сортировки мусора.
Для создания нейросети по распознаванию отходов изначально происходит фотографирование отходов, а затем ручная разметка контуров объектов с указанием наименования – бумага, картон, стеклянная бутылка и т.д. В среднем на каждый тип отходов требуется не менее пяти тысяч фотографий, в которых нейросеть находит закономерности, используемые в дальнейшем при распознавании отходов.
В итоге интеллектуальная сортировка позволяет различать не просто типы отходов: пластик, стекло, бумага, но и подтипы – например, разные виды пластиков: полипропилен, полистирол, полиэтилен и т.д., создавая новые рынки с более высокой стоимостью продукции за счет повышения качества вторичных ресурсов. Для высокой точности в распознавании различных составляющих твердых коммунальных отходов алгоритмы ИИ проходят обширное и постоянное обучении. Компании с автономной промышленной системой 3D-зрения создают собственный набор данных из более чем 5 миллиардов перерабатываемых объектов для обучения своих алгоритмов. Такие платформы данных в совокупности с робототехникой позволяют сортировать отходы с точностью более 95% и предоставлять точные данные о форме, размере, весе, материале, проходящих через систему интеллектуальной сортировки. Для обеспечения адаптивности процесса сортировки отходов даже при изменении состава отходов такие системы постоянно проходят дообучение, совершенствование и адаптацию к новым типам отходов.
Эффективная сортировка отходов с помощью робототехники
Когда мусор движется по конвейерным лентам, среднестатистический человек может рассортировать от 20 до 40 предметов в минуту в зависимости от материала. Робототехника с искусственным интеллектом способна рассортировать отходы с поразительной скоростью. Так роботы компании АМР способны делать тысячи подборов в минуту на конвейерных лентах, движущихся со скоростью 180 метров в минуту. К тому же такие роботы требуют минимального времени простоя, что значительно повышает пропускную способность мусоросортировочных и мусороперерабатывающих предприятий. Роботы, управляемые искусственным интеллектом, способны работать с постоянной скоростью в течение многих часов, что позволяет продолжать сортировку отходов в течение длительного периода времени, а их способность обнаружения на основе искусственного интеллекта столь же точна, как и человеческий глаз. Для предприятий по переработке отходов это означает увеличение объемов производства, повышение производительности и снижение затрат, а также увеличение количества ценных материалов, отправляемых на переработку.
Кроме того, интеллектуальные системы сортировки могут открывать новые возможности создания ценности. Например, если требуется отсортировать из бытовых отходов какой-то определенный тип переработанного пластикового материала, например, белый полипропилен, то это возможно благодаря системам сортировки на основе искусственного интеллекта, которые могут видеть, запоминать и действовать, отделяя желаемый тип отходов в режиме реального времени.
Как ИИ может помочь построить устойчивое будущее
Достижение целей устойчивого развития требует возможности сравнивать и отслеживать результативность. Без возможности измерять базовые показатели переработки отходов практически невозможно добиться прогресса в этом направлении.
Сортировка мусора с помощью ИИ предоставляет возможность отслеживать перерабатываемые материалы на наивысшем уровне детализации, что может помочь оценить прогресс среди переработчиков, брендов-производителей, государственных структур и других участников экономики замкнутого цикла. Эта способность систем сортировки на основе ИИ может стать катализатором прогресса в достижении Национальной цели России по обеспечению к 2030 году 100% сортировки всех образующихся отходов и вовлечению в производственный цикл 25% вторичных ресурсов и сырья.
Но при этом каждый должен осознавать, что решение кризиса управления отходами требует нечто большего, чем просто интеллектуальные технологии. Необходимо ответственное обращение с отходами, следование принципам сокращения, повторного использования и переработки отходов. Простые действия каждого из нас, такие как раздельный сбор вторичных ресурсов, компостирование органических отходов и сокращение использования любых одноразовых предметов, имеют существенное значение в устойчивом будущем. Только объединив технологические решения на основе искусственного интеллекта с ответственным поведением каждого человека, возможно значительно сократить количество отходов, попадающих на полигоны, и двигаться к более устойчивому будущему.