Inteligentne roboty kontra śmieci

Sortownie odpadów wykorzystują roboty i technologię rozpoznawania obiektów, by identyfikować śmieci i umieszczać je w odpowiednim miejscu.

Pełne skomplikowanych labiryntów szybkich taśmociągów przenoszących śmieci nowoczesne centra recyklingu wykorzystują zaawansowane czujniki do sortowania plastiku, papieru i aluminium. Jednak chociaż ta technologia usprawnia sortowanie, nie jest wystarczająco inteligentna ani elastyczna, by dokończyć zadanie.

Za kulisami pracownicy nadal sortują materiały, upewniając się, że pudełka po płatkach nie mieszają się z puszkami po napojach. To nie tylko brudna, ale też nudna i otępiająca, monotonna praca, dlatego załogi nowoczesnych sortowni odpadów zmieniają się z szybkością błyskawicy — wynika z badania amerykańskiego Biura Statystyki Pracy.

Na szczęście przyszłość inteligentnego recyclingu wygląda jaśniej. Przypominające olbrzymie pająki zautomatyzowane ramiona kierowane kamerami i sztuczną inteligencją — czymś w rodzaju systemu rozpoznawania twarzy w odniesieniu do śmieci — usprawniają działanie miejskich centrów recyclingu.

„Dzięki rozwojowi technologii recyclingu możemy korzystać z nowych metod przetwarzania materiałów” — twierdzi Thomas Brooks, dyrektor ds. technologii w Bulk Handling Systems (BHS), firmie, która produkuje roboty sortujące Max-AI. „W ten sposób zaczniemy odzyskiwać więcej odpadów”.

Automatyczne sortowniki korzystają z technologii uczenia głębokiego i systemu wizyjnego, by wyszukiwać różne materiały, ze sztucznej inteligencji, by je identyfikować i z automatycznych ramion, by podnosić konkretne elementy. „Ta nowa technologia ma kluczowe znaczenie dla zwiększenia opłacalności systemów recyclingu” — mówi Brooks.

 

Świat bez śmieci

Odpady to duży problem: według Banku Światowego świat generuje rocznie 1,3 mld ton śmieci komunalnych. Do 2025 roku liczba ta ma sięgnąć 2,2 mld ton.

Co gorsze, recycling nie zmniejsza skali problemu w takim stopniu, w jakim nam się wydaje. Na całym świecie odzyskiwane jest na przykład tylko 14 procent plastiku. W Stanach Zjednoczonych recyclingowi poddaje się około 1/3 wszystkich śmieci — wynika ze statystyk Agencji Ochrony Środowiska. Liczba ta pozostaje taka sama od dekady.

„Tradycyjne sortownie usprawniły proces recyclingu, jednak w niewystarczającym stopniu” — mówi Brooks. Sortowniki identyfikują skład materiału za pomocą kamer na podczerwień i optycznych czujników. Następnie mechaniczne sortowniki, takie jak dmuchawy, układają odpady. Jednak w wielu centrach recyclingu pracownicy nadal segregują odpady.

Po posortowaniu, przetworzeniu i zbelowaniu surowców wtórnych sortownie sprzedają je pośrednikom lub zakładom produkcyjnym, które jednak mają konkretne wymagania co do materiałów.

Na przykład plastikowy pojemnik na sałatkę jest wykonany z tego samego materiału, co plastikowa butelka na wodę. Dla kamery na podczerwień pojemnik i butelka wyglądają tak samo, ponieważ są wykonane z tego samego rodzaju plastiku. Jednak sortownie często nie mogą sprzedać obu materiałów temu samemu pośrednikowi, ponieważ nie wszyscy przyjmują materiały zanieczyszczone jedzeniem.

„Komputerowe systemy wizyjne — czyli mózgi nowych automatycznych sortowników — z łatwością odróżniają podobne materiały” — mówi Matanya Horowitz, założycielka i dyrektor firmy AMP Robotics.

Pod koniec nauki w Kalifornijskim Instytucie Technologii Horowitz uświadomiła sobie, że systemy sortowania odpadów mogą skorzystać z technologii uczenia głębokiego, które studiowała.

„Wizyjne systemy komputerowe muszą być w stanie rozpoznać karton, nawet jeśli jest brudny, porwany, a nawet częściowo zakryty innym materiałem” — mówi Horowitz.

Jej start-up dostarcza automatyczne sortowniki do Alpine Recycling w Denver (Kolorado). Te zaawansowane urządzenia wykorzystują te same systemy wizyjne, co firmy wykonujące wysoce zautomatyzowane procesy produkcyjne, na przykład budujące układy scalone. Jednak sortowanie plastiku i papieru może być bardziej skomplikowane.

„Najpierw trzeba określić, jakie funkcje są potrzebne, a następnie zaprogramować je w odpowiednich algorytmach” — mówi Jeff McVeigh, wiceprezes i dyrektor generalny ds. produktów wizualnych w firmie Intel. „System wizyjny będzie wtedy mógł przyjąć założenia na temat produktów, o które nam chodzi”.

Ten proces identyfikacji sprawdza się w przypadku dobrze zorganizowanych i przewidywalnych materiałów, jednak odpady w centrum recyclingu są wymieszane w bezładnych stosach — nawet po mechanicznym posortowaniu. Odróżnienie zatłuszczonego pudełka po pizzy od zgniecionej puszki, które nigdy nie trafiają na taśmociąg w tej samej pozycji, wymaga stworzenia ogromnego reprezentatywnego zestawu danych. „Wykorzystanie tysięcy zdjęć śmieci w różnych pozycjach pomaga sieci neuronowej w nauce, a ostatecznie sieć zaczyna uczyć się sama” — wyjaśnia McVeigh.

 

Przyszłość

Chociaż sztuczna inteligencja dopiero wkracza do sortowni odpadów, jej zwolennicy wierzą, że poza kontrolą jakości może być wykorzystywana do szeregu innych zadań. Komunalne centra recyclingu wypełniają labirynty taśmociągów i systemów sortujących działających w matrycy zaprojektowanej z myślą o zwiększeniu ilości odzyskiwanych odpadów w oparciu o przeciętne otrzymywane materiały.

Automatyczny sortownik odpadów
Automatyczny sortownik wykorzystuje sztuczną inteligencję, by uczyć się identyfikacji i sortowania kartonów w odróżnieniu od innych materiałów na taśmociągu w centrum recyclingu. Zdjęcie: AMP Robotics.

Kamery systemów wizyjnych wykorzystywane przez automatyczne sortowniki mogą również być używane do konfigurowania układu taśmociągu oraz optymalizacji matrycy sprzętu sortującego w czasie rzeczywistym, by dopasować ją do przepływu materiałów przychodzących do obiektu. Razem ze wzrostem ilości odpadów plastikowych rosną możliwości ich sortowania, a jeśli wzrośnie ilość papieru, pojawi się więcej możliwości sortowania papieru.

„W tym właśnie kierunku zmierza zrobotyzowany recycling i gospodarka odpadów” — twierdzi Bryan Staley, prezes organizacji Environmental Research & Education Foundation zajmującej się badaniem branży odpadów. Ostrzega jednak, że roboty muszą dowieść swojej użyteczności operacyjnej i finansowej zanim sortownie odpadów zaczną masowo w nie inwestować.

„Jestem gorącym zwolennikiem tego rozwiązania” — mówi Brent Hildebrand, prezes ds. recyclingu w Alpine Recycling. „Patrząc na postępy poczynione przez AMP Robotics w ubiegłym roku, myślę, że niedługo sortownie w całym kraju będą z niego korzystać”.

Chociaż gospodarka odpadów nie wydaje się naturalnym środowiskiem do stosowania sztucznej inteligencji i jest jeszcze za wcześnie, by przewidzieć, w jakim stopniu takie rozwiązania zostaną wdrożone, to automatyczne sortowniki wyglądają obiecująco — oferują funkcjonalność, jakiej starsze maszyny nigdy nie będą w stanie osiągnąć.

Pewnego dnia sztuczna inteligencja sprawi, że centra recyclingu będą wydajniejsze i bardziej opłacalne. To wizja, która z pewnością nie trafi do śmieci.

Udostępnij ten artykuł

Read Full Story