Tomra Recycling opublikowała bezpłatny e-book pt. "AI in Recycling: Unlocking New Possibilities", który analizuje zmieniającą się rolę sztucznej inteligencji, ze szczególnym naciskiem na deep learning, w rozwoju recyklingu i cyrkularności materiałowej. Przewodnik ma na celu przybliżenie deep learningu poprzez wyjaśnienie jego mechanizmów oraz pokazanie, jak trenowanie na dużych zbiorach danych umożliwia rozdzielanie materiałów wcześniej trudnych do sklasyfikowania. Przedstawia ewolucję technologii sortowania od procesów manualnych po perspektywę w pełni autonomicznych systemów sterowanych AI, jednocześnie omawiając kluczowe pojęcia leżące u podstaw obecnych podejść. Motywem przewodnim jest synergia deep learningu z tradycyjnymi czujnikami w sortownikach optycznych, która odblokowuje bardziej drobnoziarniste sortowanie, większą przejrzystość pracy zakładu i nowe źródła przychodów. E-book prezentuje także rosnące portfolio firmy Tomra w zakresie zastosowań deep learningu z przykładami z praktyki oraz omawia, w jaki sposób AI może pomóc sprostać pojawiającym się wymaganiom regulacyjnym, takim jak rozporządzenie w sprawie opakowań i odpadów opakowaniowych, umożliwiając zaawansowane możliwości sortowania potrzebne do realizacji celów gospodarki o obiegu zamkniętym.
Deep learning w sortowaniu optycznym
Według publikacji, łączenie deep learningu z ugruntowanymi technologiami czujnikowymi zwiększa odzysk wartościowych surowców i poprawia czystość materiałową. Przykłady obejmują nagradzany GAINnext firmy Tomra do odzysku tworzyw w jakości do kontaktu z żywnością dla PET, PP i HDPE, a także oczyszczanie PET i papieru oraz wysokiej czystości odzysk aluminiowych puszek po napojach (UBC). E-book wskazuje również na możliwości opartego na AI analizatora odpadów PolyPerception, który zapewnia śledzenie obiektów i klasyfikację strumieni odpadów w czasie rzeczywistym w całym procesie.
Uwarunkowania operacyjne i regulacyjne
Czytelnikom przedstawiono konkretne korzyści rozwiązań opartych na deep learningu oraz ich wpływ na wydajność zakładów i dostęp do rynków:
- większa elastyczność w obsłudze złożonych strumieni materiałów
- tworzenie nowych, wysokowartościowych frakcji materiałowych i źródeł przychodów
- wyższa dokładność sortowania i większa czystość produktu
- zaawansowana automatyzacja zakładów i optymalizacja procesów
Przewodnik osadza te zmiany w kontekście rozwijających się przepisów, takich jak rozporządzenie w sprawie opakowań i odpadów opakowaniowych, podkreślając potrzebę zaawansowanych możliwości sortowania dla realizacji celów gospodarki o obiegu zamkniętym. W perspektywie przyszłości zarysowuje wizję, w której AI wspiera w pełni przejrzyste i samoczynnie optymalizujące się zakłady recyklingu.
Perspektywa branżowa
Fabrizio Radice, SVP i szef sprzedaży i marketingu w Tomra Recycling, powiedział - Wierzymy, że nasz nowy e-book będzie wartościowym źródłem dla globalnej społeczności recyklingowej, przedstawiając w przejrzysty sposób, że deep learning nie jest koncepcją futurystyczną, lecz namacalnym rozwiązaniem, które już przynosi istotne korzyści i toruje drogę do rzeczywiście cyrkularnej gospodarki. Wyjaśniając technologię i pokazując zastosowania z praktyki, chcemy zachęcić recyklerów i przetwórców do wykorzystania potencjału AI i sprawdzenia, jak może ona pomóc w realizacji celów operacyjnych, zaspokojeniu rosnącego popytu na surowce wtórne oraz skorzystaniu z nowych, rozszerzonych możliwości rynkowych.
Nowy e-book Tomra bada rolę AI w przekształcaniu globalnego przemysłu recyklingu.
