Yapay zeka geri dönüşümü nasıl hızlandırır?

Dünya Bankası’na göre 2020’de yaklaşık 2,2 milyar ton çöp üretildi. Bu miktarın 2050’ye kadar yüzde 73 artışla 3,88 milyar tona ulaşacağı düşünülüyor

Bunların içinde en sorunlu olan plastik. Georgia ve California üniversitelerinin birlikte yürttüğü bir araştırmaya göre, 1950’lerdeki ilk seri üretiminden 2015’e kadar 8,3 milyar ton plastik üretildiğini ortaya koydu.

Bu sayıların büyüklüğüne şaşırmayan biri varsa o da Mikela Druckman.

Druckman, çöp ayrıştırma ve geri dönüşüm merkezlerinde yapay zeka kullanımı üzerine araştırmalar yapan İngiltere merkezli Greyparrot adlı start-up’ın kurucusu.

Druckman, “Tek bir günde tek bir geri dönüşüm tesisine gelen çöpleri bir araya getirseniz bir dağ oluşur. Her gün tekrarlanan ve sonu gelmeyen bir süreç bu.” şeklinde konuştu.

Greyparrot’un yapay zeka sistemi, çöp ayrıştırma bantlarına yerleştirilen kameralarla gerçek zamanlı olarak çalışıyor.

Bugün Avrupa’da bu sistemi kullanan 50’den fazla çöp ve geri dönüşüm tesisi var. Mikela Druckman daha fazla ürünün geri dönüştürülebilir şekilde üretilmesi ve dünyaya yayılması gerektiğini söylüyor.

Yapay zeka teknolojisi geçen yıl hızla ilerledi ve birçok boyutta kendini geliştirdi. Druckman projeyi şu şekilde açıklıyor:“Örneğin bir kola kutusunu düşünün. Çöpe atıldıktan sonra ezilecek, pislenecek, şekli ve rengi değişecektir. Bu da yapay zekanın onu tanımlamasını zorlaştırıyor.” Greyparrot’un sistemleri yılda 32 milyar nesneyi tarıyor.

Bu taramalar çöpler hakkında daha fazla bilgi sahibi olmamızı da sağlıyor. Çöp ayrıştırma tesisi sahipleri bu sayede tesislerini daha verimli hale getirebiliyor.

Druckman “Çöp konusunda düzenlemeler yapan kurumlar da malzemelerin nasıl değiştiğini, hangi materyallerin sorunlu olduğunu ve ambalaj tasarımlarında nelere dikkat edilmesi gerektiğini bu verilerden öğrenebilir. İklim değişikliği ve çöp yönetimini ayrı konularmış gibi ele alıyoruz fakat bunlar aslında birbiriyle ilişkili." ifadelerini kullandı.

Sözlerine devam eden Mikela Druckman “Bunun esas nedeni de bir kere kullandığımız malzemelerin önemli bir kısmını tekrar kullanamamamız.Tüketim biçimlerimizi şekillendirecek ve ambalajların nasıl olması gerektiğini belirleyecek daha sıkı kurallarımız olursa, kaynaklarımızı daha verimli kullanabiliriz.” diye belirtti.

Druckman büyük markaların da Greyparrot ve benzeri şirketlerin ürettiği verileri dikkate alarak ürünlerini daha geri dönüştürülebilir kılmalarını umuyor.

Yazapay zekanın geri dönüşümü nasıl hızlandıracağı maddeler halinde sıralandığında;

Veri analizi ve sınıflandırma: YZ, geri dönüşüm sürecindeki malzemeleri analiz ederek ve sınıflandırarak işlemi hızlandırabilir. Gelişmiş görüntü işleme ve örüntü tanıma algoritmalarıyla, geri dönüştürülebilir malzemeleri belirleyebilir ve ayrıştırma sürecini otomatikleştirebilir.

Optimize edilmiş iş akışları: YZ, geri dönüşüm tesislerindeki iş akışlarını optimize etmek için kullanılabilir. Veri analizi, talep tahmini ve envanter yönetimi gibi alanlarda yapay zeka algoritmaları kullanılarak, tesislerdeki kaynakların daha etkin ve verimli bir şekilde kullanılmasını sağlayabilir. Bu da geri dönüşüm sürecini hızlandırabilir.

Robotik otomasyon: YZ, robotik sistemlerle birleştirildiğinde geri dönüşüm süreçlerini otomatikleştirebilir. Robotlar, geri dönüşüm tesislerinde malzemeleri toplamak, ayırmak, sınıflandırmak ve işlemek için kullanılabilir. YZ, robotların görevleri optimize etmesine ve verimli çalışmasına yardımcı olabilir, böylece geri dönüşüm süreci hızlanır.

Geri dönüşüm sürecinin iyileştirilmesi: YZ, geri dönüşüm sürecini optimize etmek ve iyileştirmek için kullanılabilir. Veri analizi ve öngörü modelleriyle, geri dönüşüm tesislerindeki performansı izleyebilir, sorunları tanımlayabilir ve verimlilik artırıcı önlemler alabilir. Bu da geri dönüşüm sürecinin hızını ve etkinliğini artırabilir.

Eğitim ve farkındalık: YZ, geri dönüşüm konusunda farkındalığı artırmak ve toplumu bilinçlendirmek için kullanılabilir. Örneğin, yapay zeka tabanlı uygulamalar veya sistemler, kullanıcılara geri dönüşüm talimatları ve doğru ayrıştırma yöntemleri sağlayabilir. Bu sayede insanlar doğru şekilde geri dönüşüm yapar ve geri dönüşüm süreci daha verimli hale gelir.

Bu yöntemler, yapay zekanın geri dönüşüm sürecini hızlandırma potansiyelini göstermektedir. Ancak her bir durumda kullanılan spesifik yapay zeka teknikleri ve uygulamaları, geri dönüşüm sürecinin gereksinimlerine ve çevresel koşullarına bağlı olarak değişebilir. (Emine Kaçar)