AI科技与塑料垃圾之战

来源：至顶网

塑料垃圾仍是成为现谢寰球面对的最复杂环境挑战之一，东说念主类则积极阁下AI科技相识问题、治理问题。

塑料玷辱在通俗生计中并不荒僻，许多河流皆被塑料垃圾所堵塞，海洋中的悠扬玷辱物也所在多有。太平洋垃圾带成为塑料和其他垃圾的多数聚焦地，成为塑料扩散最污名昭著的评释。即使咱们不居住在水边、无法亲眼目睹这个问题，也随时粗略看到说念路上被踩碎的塑料碎屑。而这个时刻存在并困扰着咱们通俗生计的问题，治理起来难度极高。

AI科技正被应用于诸多复杂问题，其中当然也包括塑料玷辱。通过对多位科学家和初创企业独创东说念主的采访，外媒InformationWeek整理了塑料垃圾治理责任中的劳作挑战，同期也了解到各方如安在这场顺从当中阁下AI科技。

塑料之患

在现谢寰球，塑料成品可谓无处不在，从食物包装、服装、医疗开导再到汽车，皆多数应用这种材料。加州大学圣巴巴拉分校海洋保护中心贝尼奥夫海洋科学实验室的名目科学家Chase Brewster暗示，“自1950年以来，全球塑料产量仍是接近100亿吨，其中半数以上产自畴昔20年之内。总的来看，由于这种合成材料的自身属性隆起、功能性各样，塑料产量和使用量的增长速率独特迅猛。”

塑料无法被生物降解，回收利用机制也不够完善。跟着塑料产量的增多和糟践情况的加重，大部分塑料最终会重新追想当然环境，冉冉理会成微塑料和纳米塑料颗粒并玷辱泥土及水资源。

即使塑料居品最终被纳入废料管制设施，处理起来也同样绝非易事。前好意思国国度模范与时间策划所（NIST）策划员Bradley Stuliff暗示，“好多东说念主合计塑料便是塑料，没什么大不了。”但践诺上，塑料当中包含多种不同的复杂团聚物，因此回收和再利用毫不仅仅一项分类问题，更是一项化工问题。需要看重的是，并不是每种类型的塑料皆不错互相搀杂并被加工成再生材料。

行为一种险些遍地可见的低老本材料，塑料的出现如实给东说念主类社会带来了巨大的便利性。但减少塑料破钞需要在生计格式层面作念出紧要调度，其中好多具体要素每每糊涂全球基础和现实可行性。

起首，原生塑料比再生塑料低廉，意味着企业更倾向于使用原生塑料。同样的，消费者们也面对着类似的经济聘任题——要么少用钱买新分娩的塑料成品，要么多用钱买回收再利用的成品。

这场环境危急莫得浅近且斡旋的解法。专注于汇集塑料垃圾的CleanHub公司集结CEO兼集结独创东说念主Joel Tasche在邮件采访中暗示，“塑料玷辱是一个经济、时间、评释和举止层面的概述问题。”

那么，AI科技要若何为组织、决策者乃至普罗群众提供信息和治理有策画，助力拒抗塑料玷辱？

AI科技与塑料垃圾量化适度

塑料垃圾的问题早已有之，但由于其数目过于庞大，咱们很难汇集到相识现实挑战、制定可行治理有策画所需要的详备数据。

Brewster解释称，“要是行家阅读对于塑料玷辱的策划，独特是对于海洋环境的策划，就会发现咱们在实地汇集数据方面每每存在很大空白。”

贝尼奥夫海洋科学实验室正积极建立清洁洋流定约，但愿奋勉改变这一近况。该定约致力于在塑料垃圾进入海洋之前，就在河流当中将其断根。该定约仍是与九个不同国度确当地组织和谐，藏身他们所代表的不同河流体系鼓舞塑料垃圾的分析和断根责任。

Brewster指出，“咱们启动策划AI科技粗略以奈何的格式匡助咱们汇集更多考究数据，利用这些数据鼓舞上游举止，包括减少塑料分娩以及清楚至当然环境中的塑料总量。”

该名目正在开发一套包含硬件及软件组件的机器学习模子。他们在端庄汇集河流中塑料垃圾的大型垃圾传送带上方装配汇集录像头，用于即时对从河流中打捞出的垃圾进行计数和分类。

这套系统“……粗略自动将斥逐发送至云霄、汇入数据集，在姿色板上披露可视化方针，主动提供从河流中打捞出的垃圾类型和断根速率。咱们领有来自寰球各地的庞大数据集，这些数据集是在三年之内按影一样期段汇集而来，且涵盖多种各样的文化、社群、河流范围、河流地貌等特征。”

这些数据可用于深远了解哪些塑料最终流入河流、海洋，并制定出有针对性的看重和算帐策略。

AI科技与垃圾管制

践诺上，粗略回收再利用的塑料比例极低，唯有5%。其余一部分被废弃，大多数最终被填进。垃圾管制工场面对着对多数涌入的垃圾进行快速分类的挑战，其中有些不错回收，有些无法回收。另外如前文所言，塑料自己的组成独特复杂，毫不像好多东说念主念念象中那样粗略神圣加工并近似使用。

为此，垃圾管制设施正多数应用AI及成像开导，旨在有用治理复杂的分类责任。

在Sutliff赴任于专注擢升好意思国工业效率的政府机构NIST时间，他就曾与一支团队和谐探索AI若何镌汰垃圾回收老本。

垃圾管制设施不错使用近可见红外光（NIR）达成塑料检视与分类。Sutliff和他的团队但愿通过机器学习校正这种要领。

他解释说念，“咱们的念念法是，通过约束教师狡计机，它可能会更好地把不同各种的塑料分歧开来。只消正确教师自有教师，咱们就能通过近红外光对塑料垃圾的密度、结晶度等方针进行高质地展望和分析。”

这项责任也带来了颇具但愿的斥逐，Sutliff仍是将代码发布到了NIST的GitHub页面当中。更准确的分类智力不错匡助垃圾管制设施将更多可回收材料篡改为经济收益，而无用径直废弃、送往垃圾填埋场或者坐视其清楚至当然环境当中。

Sutliff先容称，“回收商的责任便是对塑料成品进行分类，然后将其出售给相应的企业。很赫然，采购这些材料的企业但愿简直了解我方买到的究竟是什么。因此，回收商这边的分类责任作念得越好，利润也就越高。”

还有其他组织与垃圾回收商积极和谐，但愿校正分类和识别质地。举例，CleanHub就开发出一整套追踪过程，垃圾回收商不错随时拍照并将斥逐上传至AI驱动的应用范例端。

这款应用范例会创建审计萍踪，机器学习算顺序展望汇集到的成袋垃圾的要素和分量。Tasche暗示，“咱们专注于汇集各式可回收和不成回收塑料，将可回收物重新干与经济轮回，并通过协同处理将不成回收物篡改为替代性燃料。与传统废弃比较，这最大斥逐减少了塑料成品对环境形成的负面影响。”

Greyparoot是一家AI垃圾分析公司，率先与全球十余家回收工场和谐，汇集全球数据集以支握其平台。如今，该平台仍是粗略为回收设施提供对89种不同垃圾类别的分析论断。Greyparrot将分析仪部署在垃圾管制设施的传送带上方，可捕捉图像并共享由AI驱动的分析斥逐。这些分析仪的最新一代自己亦然由可回收材料制作而成。

Greyparrot公司集结独创东说念主Ambarish Mitra解释说念，“要是一家工场每天处理10到15吨垃圾……那么积聚起来大致就有2000万件。咱们践诺上便是在及时不雅察这2000万个物体，况且它们会以每秒两米到四米的速率在传送带上移动。咱们不仅要对垃圾流中的物体进行分类，还能及时辰析其经济价值。”

垃圾管制设施对其管控之下的塑料垃圾的分类和回收智力越强，其在再生材料商场上的竞争力也就越强。

Tasche指出，“悉数垃圾和回收行业皆在与原材料分娩商场竞争。任何粗略镌汰老本或者提高产出质地的妙技，皆是一股鼓舞轮回经济扩充落地的力量。”

AI科技与计谋交流

塑料垃圾仍是成为关乎全球利润的现实问题，计谋制定者正对此赐与高度原谅。2022年，集结国文书筹备制定一项具有海外法律遏抑力的公约，旨在斥逐塑料玷辱。该公约的具体条件现时正在酌量当中，下一场会议将在本年11月内召开。

贝尼奥夫海洋科学实验室和加州大学伯克利分校埃里克与温迪施密特数据科学与来暗示中心的科学家们，仍是开发出全球塑料AI计谋器具，旨在了解各种从上至下的计谋在减少塑料垃圾产出量方面的践诺斥逐。

贝尼奥夫海洋科学家室的名目科学家Neil Nathan暗示，“这是一个巨大的契机，不错量化或评估条件当中那些最高优先级计谋的践诺影响。”

在答允制定全球公约以扬弃塑料玷辱的175个国度当中，有60个国度承诺到2040年达成这名方针。

Nathan反问说念，“到2040年扬弃塑料玷辱……这无疑是个极具洪志的方针。但真的有可能达成吗？而通落伍间分析，咱们最终发现……其实是很有可能的。”

这款AI器具利用历史塑料消费数据、全球交易数据以及东说念主口数据进行综共狡计。机器学习算法（举例立时丛林）揭示出塑料消费与垃圾产出的历史模式，并展望出这些模式在将来可能阅历哪些变化。

这款器具背后的团队一直在追踪悉数公约酌量过程中盘问的计谋，评估哪些计谋可能对垃圾管制失当、废弃垃圾以及垃圾填埋等处理表情产生最大影响。

Nathan列举了一个最低回收物授权的例子，“这践诺上要求新址品必须接收一定比例（最低为40%）的消费后回收材料进行制造。仅此一项，践诺就能将因管制不善而清楚到当然环境中的塑料垃圾减少50%以上。”

Nathan还补充说念，“参与塑料管控公约的制定、参加集结国会议、与各方代表和谐、将起草条件委派给他们，并看到他们粗略将数据可视化并简直相识拟议计谋的影响……这果然一段令东说念主记起的阅历。”

AI科技与居品开发

AI科技又将若何改变上游的塑料垃圾产出？AI系统汇集并分析的数据，可能会改变消费品包装企业分娩塑料居品的格式，最终影响到此类成品在消费者手中、垃圾处理设施内乃至对当然环境形成的影响。

举例，垃圾管制设施汇集的数据不错让居品制造商了解我方的居品是否被切实回收。Mitra指出，“莫得哪两家垃圾处理厂是全皆一样的。要是某种居品在工场A处不错回收，并不代表其在工场B也能被回收。”

这种分析洞见不错向企业展示需要作念出哪些改变，以确保其居品更具可回收性。

企业每每会越来越多地受到计谋计谋（举例欧洲分娩者蔓延包袱，简称EPR计谋）过火自身ESG（即环境、社会与治理）方针的鼓舞而作念出此类积极调度。

Mitra指出，“每年皆稀有百万好意思元被干与到包装联想当中。因此2025年致使2026年的包装联想，在当下就仍是被提前敲定了，而2026和2027年的联想也仍是在研发阶段。企业细目有很大的空间来学习并校正我方的包装联想，使其更具可回收性，而不是在全皆不了解垃圾处理设施那里机械分拣环境的情况下盲目历练材料。”

除了优化塑料居品和包装联想以使其更具可回收属性以外，AI科技还有助于寻找可行的替代品；新材料发现便是一个颇具出息的AI应用地方。在筛选多数数据时，AI可能会找到一种比塑料更具经济可行性、且对环境影响较小的新材料。

塑料的生命周期很长，分娩之后每每会存续数十年致使更永劫间。AI科技将被应用于该生命周期之内的每个表情：从制造、消费者使用、垃圾丢弃、垃圾管制设施再到环境玷辱。跟着汇集到的数据越来越多，AI也将成为复古轮回经济、减少塑料垃圾清楚的坚贞器具。