ШІ-технології в переробці сміття: рішення майбутнього чи екологічна проблема?

ШІ-технології в переробці сміття: рішення майбутнього чи екологічна проблема?

За даними Світового банку людство щороку виробляє близько 2 мільярдів тонн відходів. За чверть століття, у 2050 році, цей показник може сягнути 3,4 мільярда тонн. Сміттєзвалища по всьому світу накопичують метан, який посилює парниковий ефект та сприяє зміні клімату. Крім того, відходи забруднюють ґрунтові води, річки й озера. Відтак їх мінімізація та переробка – одне з найбільш нагальних питань у сфері екології та збереження довкілля. І ті методи, які ми використовуємо для переробки сміття, можуть виявитися недостатньо ефективними у майбутньому. Чи зможе штучний інтелект допомогти нам впоратися з цим? Або ж створить для нас ще більше викликів, що поглиблять проблеми збереження довкілля? З цими питаннями розбираємося разом із Євгенією Аратовською, засновницею громадської організації «Україна без сміття» та першої сортувальної станції в Києві.

У більшості країн, зокрема в Україні, базове сортування відходів здійснюється вручну, каже Євгенія. «Працівники сортувальних станцій ідентифікують матеріали за типами пластику, паперу тощо. Це довгий і складний процес, адже існує багато типів пластику й понад 20 різних видів паперу».

Більші підприємства можуть дозволити собі застосовувати автоматизовані методи сортування. «Це можуть бути магніти, які допомагають вилучати та виокремлювати металеві предмети, або оптичні сенсори, які можуть розпізнавати колір і щільність матеріалів. Існують також центрифуги для розділення пластиків за щільністю. Наприклад, деякі види пластику тонуть у воді, а інші – ні. Так можна оптимізувати сортування», – пояснює Євгенія. 

Сьогодні для цього можна використовувати й штучний інтелект. З одного боку, алгоритми машинного навчання дозволяють системам швидко адаптуватися та сортувати відходи з більшою ефективністю та точністю. З іншого – створення і підтримка роботи таких технологій також вимагає ресурсів. То чи перевищує користь використання ШІ його негативні наслідки?

ШІ у сортуванні відходів

ШІ може допомагати як окремим споживачам, так і великим підприємствам. Наприклад, вже існують мобільні застосунки, які допомагають зменшити кількість відходів – пропонують альтернативні паковання та екологічніші замінники обраним товарам. Ще одна інновація – «розумні» контейнери для сміття, які вловлюють неприємні запахи та моніторять наповненість смітника. Коли кількість сміття наближається до критичної, контейнер надсилає сигнал у відповідну службу, і працівники виїжджають забирати відходи на переробку. Далі штучний інтелект аналізує дані від контейнерів у громаді чи місті та пропонує способи покращити логістику утилізації відходів.

Переробні станції також впроваджують ШІ-технології у свої процеси. Нейромережі здатні розпізнавати типи вторинної сировини за формою й етикетками упаковок. Це дозволяє автоматизувати процес сортування навіть у складних випадках, наприклад, зі стиснутими пляшками без етикеток. Посилена штучним інтелектом роботизована рука може швидко й точно визначати тип сміття: пластик, метал, папір, скло тощо – і відповідно розподіляти його для переробки майже без залучення людської праці. 

За допомогою машинного навчання моделі штучного інтелекту збирають і аналізують дані у конкретних громадах чи містах, даючи більш деталізовану інформацію про кількість і склад відходів. Наприклад, ШІ може вивчити патерни поведінки споживачів і визначити, що у відходах того певного району переважає конкретний вид пластику. Це допоможе сміттєпереробним станціям ефективніше розподілити ресурси, а місцевій владі – проводити цільові інформаційні кампанії, пропонуючи альтернативи цьому пластику. Або ШІ може виокремити пікові періоди утворення відходів – скажімо, під час місцевих святкувань. Це також допомагає краще спланувати заходи щодо збирання та переробки відходів.  

Чому використання ШІ – це не завжди ефективно й екологічно

Беззаперечно, штучний інтелект здатний підвищити ефективність сортування та переробки сміття. Але іноді витрати на його обслуговування і роботу можуть перевищувати користь від використання. «Навчання однієї великої моделі ШІ може призводити до викидів 284 тонн CO₂-еквіваленту – майже вп’ятеро більше, ніж викиди автомобіля за весь термін його експлуатації», – каже Євгенія. Крім того, дата-центри, що підтримують роботу ШІ, споживають багато електроенергії та води для охолодження серверів, що також негативно впливає на довкілля. Опрацювання одного запиту в ChatGPT потребує вдесятеро більше електроенергії, ніж пошук у Google. А електронні відходи, які продукують дата-центри, містять у собі такі токсичні речовини, як ртуть чи свинець. Неважливо, використовуємо ми мобільний застосунок для сортування сміття чи впроваджуємо ШІ-технології на станцію переробки – все це впливатиме на стан екосистем.

Також існує ризик, що зосередження на високотехнологічних рішеннях може відвертати увагу від базових, але ефективних дій — зменшення споживання, відповідальна переробка відходів, а також уникнення зайвого паковання та використання екологічніших матеріалів. За словами Євгенії Аратовської, технології можуть стати ефективним інструментом у системі управління відходами, але лише тоді, коли вони слугують доповненням до свідомої поведінки споживачів і розумної екологічної політики. «ШІ – це не чарівна паличка. Його варто використовувати тоді, коли вже налагоджено базові процеси. Без звички мити й стискати тару ми не зможемо рухатися вперед. Якщо відходи надходять на станцію брудними або неправильно відсортованими, то навіть найсучасніші технології не зарадять. Можливо, згодом роботи зможуть самі збирати, мити та стискати відходи у нас вдома, але наразі ми маємо брати за це відповідальність на себе, дотримуючись правил сортування сміття». 

ШІ в українській практиці переробки

В Україні ШІ для переробки відходів використовується точково та перебуває на ранніх стадіях розвитку. Існують окремі ініціативи, зокрема мобільні застосунки для сортування, однак широке впровадження поки що обмежене.

За словами Євгенії, основна проблема сьогодні – низький рівень монетизації. «Українці не готові платити за такі сервіси, тому розробники змушені шукати грантове фінансування. Без сталих фінансових моделей такі проєкти зупиняються або закриваються. Водночас, якби виробники несли відповідальність за пакування своєї продукції, вони могли б фінансувати такі рішення. Але компаніям часто не вигідно визнавати, що їхнє пакування не придатне до переробки, адже це шкодить репутації».

«Наразі нам варто зосередитися на технологіях, адаптованих до українських реалій: мобільних застосунках, інтегрованих освітніх модулях, недорогих системах автоматизації, – продовжує Євгенія, – Але щодо дорогих та енергомістких ШІ рішень варто бути обачними, адже вони можуть виявитися невиправданими». 

Загалом поява ШІ технологій на сортувальних станціях – це зміна на краще. Штучний інтелект дозволить їм працювати швидше й ефективніше. Людина за день може відсортувати обмежену кількість вторсировини, тоді як система з підтримкою ШІ здатна виконувати значно більші обсяги роботи. 

«Втім не варто забувати, що використання штучного інтелекту також вимагає ресурсів, – каже Євгенія Аратовська, – А іноді прості й базові речі, як от правильне домашнє сортування чи зменшене споживання, дають не гірші результати, ніж нові технології».  

Текст: Олена Козар

Ілюстрація: Катерина Большакова

 Джерело: «Куншт»

Джерело