세상을 구하기 위해서는 더 많은 퇴비를 만들어야 합니다. AI와 데이터가 어떻게 도움이 될 수 있나요?

Dec 05, 2023

게시됨

~에

에 의해

세상에는 쓰레기 문제가 있으며 날이 갈수록 그 문제는 더욱 악화되고 있습니다. 폐기물은 2016년 20억 톤에서 2050년까지 전 세계적으로 연간 34억 톤에 이를 것으로 예상됩니다. 쓰레기는 기후 변화의 주요 원인입니다. 매립지는 온실가스 배출의 주요 원천이다. 매립지를 찾을 수 있는 경우에도 마찬가지입니다. 일부 주에서는 이미 소진되기 시작했습니다.

많은 사람들이 플라스틱 오염 문제에 대한 해결책으로 재활용을 바라보고 있지만, 특히 가장 빠르게 증가하는 쓰레기 원인인 플라스틱 포장의 경우 재활용이 많이 필요합니다. "재활용 가능 여부"와 관계없이 모든 플라스틱의 90% 이상이 매립지로 버려져 쓰레기 문제를 더욱 악화시킵니다. 그 중 대부분은 결국 미세플라스틱으로 변해 환경과 건강에 더 큰 위험을 초래합니다.

이것은 분명히 계속될 수 없습니다. 그리고 세계를 막고 있는 쓰레기의 양을 줄이는 데 도움이 될 수 있는 한 가지 해결책은 특히 식품 및 포장 재료에 대한 퇴비화의 대량 구현입니다. 오늘날 미국인 중 27%만이 퇴비화 프로그램을 이용할 수 있습니다. 이것은 바뀌어야 합니다. 퇴비화 인프라에 대한 공공 투자 증가와 함께 AI를 포함한 첨단 기술은 퇴비화를 더욱 효율적으로 만들고 퇴비화 가능한 플라스틱을 보다 쉽게 ​​처리할 수 있도록 돕는 데 점점 더 많은 역할을 하고 있습니다. 새로운 퇴비화 가능한 물질 개발; 소비자 행동을 변화시키는 데에도 도움이 됩니다.

트럭 분량의 폐기물이 퇴비화 시설에 도착하면 내용물을 분류하여 퇴비화 과정을 방해하거나 품질이 낮은 퇴비를 초래할 수 있는 오염 물질이 없는지 확인해야 합니다. 이러한 정렬은 수동적이고 비용이 많이 드는 프로세스인 경우가 많습니다. 하지만 AI가 상황을 바꾸고 있습니다. 머신 비전이 장착된 로봇 분류기는 퇴비화 가능한 폐기물 트럭에서 오염 물질을 신속하게 제거할 수 있습니다. 이를 통해 퇴비화 시설에서는 일반적으로 더 많은 폐기물을 수용하고 분류 비용과 시간을 절약할 수 있습니다. 예를 들어, 텍사스 주 샌안토니오 시에서는 작년에 이러한 로봇 분류를 사용하기 시작한 이후 아직 한 트럭 분량의 유기 폐기물을 거부하지 않았습니다. 이 시스템 이전에는 퇴비화 공장에서는 소량의 오염 물질이라도 포함할 가능성이 있는 폐기물은 분류할 가치가 없다는 이유로 거부했습니다.

또한 고급 이미징 기술을 사용하여 일반 시설에서 폐기물을 분류하고 퇴비화 가능한 물질을 식별하여 적절한 경로로 보낼 수 있습니다. 이를 달성하는 한 가지 방법은 디지털 워터마킹을 통해 포장 및 기타 소비재 품목에 배치된 작은 워터마크를 고급 머신 비전 시스템에서 판독한 다음 자동으로 폐기물을 적절한 흐름으로 분류하는 것입니다. 이러한 워터마크는 특히 더 많은 퇴비화 업체가 퇴비화 가능한 플라스틱을 받아들이도록 돕는 데 중요합니다. 인간의 눈에 매우 유사하게 보이는 퇴비화 가능한 플라스틱과 비퇴비화 가능한 플라스틱을 빠르게 구별할 수 있기 때문입니다.

디지털 워터마킹은 퇴비화 포장 산업 전반은 물론 퇴비화를 감독하는 퇴비화 업체 및 지역 폐기물 관리 회사의 협력이 필요한 솔루션입니다. 그러한 포장 제조업체가 이러한 표시를 사용하는 데 동의하고 퇴비 제조 업체가 이를 읽을 수 있는 장비를 갖춘다면 완벽하게 작동할 것입니다. 나는 그것이 가능하다고 믿습니다.

디지털 워터마킹 없이도 플라스틱을 포함한 퇴비화 가능 물질을 식별할 수 있는 컴퓨터 비전 AI 기술이 있습니다. 고급 분류 기술은 퇴비화 가능한 플라스틱을 올바른 퇴비 조건으로 유도할 수 있기 때문에 퇴비화 가능한 플라스틱 사용을 발전시키는 데 특히 중요합니다. 이는 종종 음식이나 정원 쓰레기에 필요한 조건과 다를 수 있어 퇴비화 작업의 효율성을 높이는 데 도움이 됩니다. 예를 들어, 영국 팀은 유형, 퇴비 시스템 요구 사항 및 퇴비화에 소요되는 시간에 따라 퇴비화 물질을 분류하는 센서 기반 시스템을 개발했습니다. 이 시스템은 첨단 이미징을 사용하여 쓰레기를 조사하고 화학적, 물리적 분석을 통해 분석하는 하이퍼스펙트럼 이미징(HSI)이라는 기술을 사용합니다. 들어오는 쓰레기에 기계 학습이 적용되어 새로운 쓰레기가 시스템에 유입될 때 시스템의 분류 기능이 향상되어 시스템의 정확도가 99%에 달하며 모든 퇴비화 가능한 물질은 가능한 가장 효율적인 방법으로 처리됩니다.