ارتقای فرایند بازیافت با هوش مصنوعی

افزایش ضایعات و زباله‌ها مشکلی جهانی است که همگی در شکل‌گیری آن نقش داشته‌ایم. از دهه‌ 1970 این باور شکل گرفت که با بازیافت بطری‌ها و قوطی‌ها، جعبه‌ها و روزنامه‌ها، می‌توانیم این مشکل را پشت سر بگذاریم. از این رو فرایند بازیافت با هوش مصنوعی می‌تواند ایده خوبی برای مقابله با این بحران باشد.

با این حال، تاکنون موفقیت چندانی در این امر نداشته‌ایم. تنها 16 درصد از 1/2 میلیارد تن زباله جامد کل دنیا بازیافت می‌شود. طبق آمار 2018 آژانس محافظت از محیط‌ زیست ایالات متحده، این کشور تنها حدود 32 درصد از زباله‌هایش را بازیافت می‌کند. آلمان با نرخ 65 درصدی، رتبه‌ اول را در اختیار دارد. این در حالی است که طبق گزارش 2015 سازمان OECD (سازمان توسعه و همکاری اقتصادی)، شیلی و ترکیه با نرخ 1 درصدی عملاً هیچ گامی در این مسیر بر نمی‌دارند.

به گفته‌ جیسون کالایارو، از شرکت رباتیک AMP، تنها بین 80 تا 95 درصد از 32 درصد زباله‌ای که آمریکا سعی در بازیافت‌شان دارد، در نهایت بازیافت می‌شوند. این شرکت در حال توسعه فناوری‌ای است که این آمار را به 100 درصد نزدیک می‌کند. با وجود این، فناوری مورد نظر، بر 68 درصد زباله‌ دیگر هیچ تأثیری ندارد. حال می‌خواهیم بدانیم فرایند بازیافت با هوش مصنوعی به چه شکلی پیش خواهد رفت.

نقش هوش مصنوعی در فرایند بازیافت

شکی نیست که رباتیک و هوش مصنوعی در فرایند بازیافت مؤثر است و به کارخانجات بازیافت کمک می‌کند، اما برای اثرگذاری حقیقی، مشکل را باید در همان مراحل ابتدایی هدف مورد جست‌وجو قرار داد. به عبارت دیگر، تولیدکنندگان و شرکت‌های بسته‌بندی باید به طراحی‌های پایدارتری روی بیاورند که حجم مواد مصرفی را کاهش داده و از مواد بازیافت‌پذیر استفاده کنند.

به گزارش مرکز پژوهش مشترک کمیسیون اروپا، بیش از 80 درصد آسیب‌های زیست‌محیطی ناشی از محصولات را می‌توان طی مرحله‌ طراحی محصول تعیین کرد. برای مثال، شرکت Digimind GmbH، واقع در برلین، یکی از شرکت‌هایی است که در ابتدای فرایند طراحی محصولات از هوش مصنوعی استفاده می‌کند. کاترینا ایزینگ، مدیرعامل این شرکت، گفته است: «پلتفرم مبتنی‌ بر هوش مصنوعی Digimind به طراحان کمک می‌کند، تا خروجی تغییراتی را که بر طراحی‌ها اعمال می‌کنند به سرعت بسنجند. Digimind وزن بطری‌های پلاستیکی 5/1 لیتری یک کارخانه را تا 7/13 درصد کاهش داد. همین تغییر به ظاهر کوچک هم پیامدهایی چشمگیر دارد، به‌ویژه اگر در نظر بگیریم که این کارخانه هرساله حدود 1 میلیارد از این بطری‌ها تولید می‌کند.» این مثال، دلیل خوبی از فرایند بازیافت با هوش مصنوعی است که در نوع خود تأثیرگذار بوده است.

با وجود این، حتی این اعداد و ارقام هم در دریای پلی اتیلن ترفنات (PET) این روزها ناچیز به نظر می‌رسند. سال گذشته، حدود 583 میلیارد بطری PET در سطح دنیا تولید شد. رسیدگی به این معضل جهانی، مستلزم تغییر الگوهای مصرف است: استفاده از قمقمه به جای بطری‌های پلاستیکی یک‌بار مصرف، جعبه‌های فاسدشدنی (پوسیدنی) به جای بسته‌های پلاستیکی، کیسه‌های خرید چندبار مصرف به جای پاکت‌های پلاستیکی. مهندسانی که در طراحی محصول نقش دارند نیز باید استفاده از PET، پلی‌استرین و پلی‌کربنات را کنار بگذارند. این مواد به ذرات کوچک پلاستیکی تبدیل می‌شوند که طبق یافته‌های جدید، در خون و مدفوع انسان‌ها هم به چشم می‌خورند.

هرچند اخیراً برای حل مشکلات‌مان به هوش مصنوعی وابسته شده‌ایم و به نوعی هوش مصنوعی در فرایند بازیافت تأثیر ویژه‌ای دارد، اما باید بدانیم این اتکای بیش از حد درست نیست. انسان‌ها وضع کنونی را رقم زده‌اند و حالا هم، با اعمال قوانین لازم و تشویق بخش خصوصی، باید راه نجات از این مخمصه را پیدا کنند.

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید