Il progetto AI-Waste si propone di impiegare metodi di intelligenza artificiale per ottimizzare il processo di riciclo dei rifiuti. Così la digitalizzazione può aiutare a rendere sostenibile un processo industriale.

TAKEAWAY

• Ogni anno sulla Terra vengono prodotti 11,2 miliardi di tonnellate di rifiuti solidi.
• L’intelligenza artificiale può fornire un importante contributo per migliorare il riciclo rifiuti.
• Impiegare l’AI per il trattamento dei rifiuti è il fine del progetto AI-Waste che, per la prima volta, combina il riconoscimento delle immagini con l’analisi dei dati per modernizzare la waste recycling.

---

La digitalizzazione e le tecniche di intelligenza artificiale per il riciclo rifiuti possono fornire un importante contributo per migliorare il processo. Ne sono convinti in Austria dove è stato avviato il progetto di ricerca “AI-Waste”, nato con la finalità di ottimizzare l’intero processo di trattamento dei rifiuti.

L’obiettivo del progetto di ricerca è aumentare la quota di riciclaggio di almeno il 10% grazie a metodi di riconoscimento delle immagini e machine data analysis, combinati per ottimizzare il processo globale di trattamento dei rifiuti. 

Il progetto è coordinato dal Know-Center, centro di ricerca specializzato in Artificial Intelligence e Data-Driven Business. Collabora anche l’Institute for Machine Vision and Display della Graz University of Technology.

È certamente ambiziosa la volontà di incrementare la percentuale di riciclaggio rifiuti, che in Austria è già alta. Il Paese risulta (dati 2017, fonte WEF) il secondo al mondo con una percentuale del 53,8%, dietro alla Germania. Tuttavia c’è ancora molto da fare: ogni anno in Austria vengono generati circa 4,4 milioni di tonnellate di rifiuti urbani provenienti da abitazioni e stabilimenti.

Intelligenza artificiale per il riciclo rifiuti: come l’AI facilita una pratica complessa

Il riciclo rifiuti è una pratica da incentivare, proprio per cercare dare una “nuova vita” ai materiali, ma soprattutto per ridurre la quantità enorme di rifiuti prodotti ogni anno. Secondo le Nazioni Unite, ogni anno sulla Terra vengono prodotti 11,2 miliardi di tonnellate di rifiuti solidi, che contribuiscono al 5% circa di tutte le emissioni globali di gas serra.

L’Unione europea ha stabilito obiettivi ambiziosi: richiede agli Stati membri di riciclare almeno il 70% di tutti i beni confezionati entro il 2030; inoltre il riciclaggio domestico dovrà raggiungere il 65% entro il 2035.

Ma il riciclaggio dei rifiuti è un’attività assai complessa, che prevede strategie e metodologie per recuperare materiali utili, evitando lo smaltimento in discarica. Il trattamento dei rifiuti prevede intervenire su rifiuti di differente composizione. Buona parte della massa è costituita da plastica e compositi, nonché di frazioni organiche come carta e cartone e altre materiali, la cui quantità e composizione varia sia a livello stagionale che geografico.

Gli attuali impianti di trattamento dei rifiuti non hanno una tecnologia ampiamente utilizzata o adatta per rilevare automaticamente la qualità delle fasi intermedie all’interno di un impianto. Di conseguenza, può succedere, per esempio, che la percentuale di bottiglie di plastica sia ben separata, mentre i restanti componenti dei rifiuti, come gli imballaggi di cartone, non lo siano in modo altrettanto corretto.

Per cercare di trovare un metodo e una soluzione efficaci nasce “AI-Waste”. È qui che entra in gioco l’intelligenza artificiale per il riciclo rifiuti.

I dati il vero elemento innovativo

Tutto parte dai dati, dal loro uso e dalla gestione. In questo processo vengono considerati quelli generati dal riconoscimento delle immagini e quelli delle serie temporali. Insieme, i risultati dovrebbero aiutare a rimodellare il processo di preparazione e consentire di attuare tecniche di Machine Learning. Tutto ciò offre al comparto industriale una maggiore efficienza, un tasso di riciclaggio più elevato e un consumo energetico ridotto, che di conseguenza ha un effetto positivo sull’ambiente.

Come ha spiegato Robert Ginthör, CTO e responsabile della Data Innovation, la finalità del progetto in tema di intelligenza artificiale per il riciclo rifiuti è descrivere il tipo e la composizione dei rifiuti nel processo in corso. Ciò rappresenta un primo, essenziale punto dell’intero processo, un’autentica pietra miliare dal punto di vista tecnologico.

Per centrare lo scopo, il team austriaco sta combinando i dati delle immagini con quelli delle macchine impiegate nei centri. È la prima volta che qualcuno lo fa ed è uno degli elementi più importanti dell’intero progetto. I ricercatori, infatti, derivano modelli a partire dai dati delle immagini e delle serie temporali dell’impianto per ottimizzare l’impianto.

“I dati sono raccolti in condizioni realistiche e orientate all’applicazione” afferma Ginthör. Per catturare le diverse proprietà dei rifiuti nel miglior modo possibile, sono stati usati metodi 2D e 3D nell’elaborazione delle immagini. Il software di analisi delle immagini viene addestrato utilizzando algoritmi di deep learning per riconoscere e distinguere i rifiuti. 

Intelligenza artificiale per il riciclo rifiuti: il ruolo dell’hardware

Più in particolare, per garantire che i rifiuti siano descritti correttamente per la successiva triturazione, il flusso di materiale deve essere suddiviso in singoli oggetti. Allo stesso tempo, le informazioni sull’appartenenza di classe e sulla geometria degli oggetti sono necessarie per poterli classificare evitando interpretazioni scorrette.

Oggetti della stessa classe, come pellet di legno e rami, hanno geometrie diverse. Oggetti con una geometria simile, come bottiglie in PET e bottiglie di vetro, sono a loro volta assegnati a classi diverse. Se, idealmente, ogni oggetto viene riconosciuto, la distribuzione del materiale su una superficie registrata può essere determinata e la macchina di riciclaggio può essere regolata di conseguenza.

La parte hardware ha il suo peso specifico nell’intero progetto. Sensori 3D e specifiche telecamere dedicate vengono impiegate per catturare le proprietà spaziali degli oggetti. I sensori 2D descrivono le informazioni di colore con risoluzioni molto elevate. Entra poi in gioco il software di analisi delle immagini, che applica – come detto – algoritmi di deep learning, che imparano a riconoscere e distinguere i rifiuti sulla base dei dati di allenamento.

Per comprendere meglio le interrelazioni del funzionamento dell’impianto, il team di ricerca esamina i fattori di influenza e le correlazioni all’interno dei dati di misurazione. Sulla base di ciò, vengono derivati dei modelli per ottimizzare l’impianto. Così, grazie alla tecnologia e all’impiego dell’intelligenza artificiale per il riciclo rifiuti la gestione diventa efficiente.

Impatti e prospettive

L’importanza del progetto AI-Waste parte dal fatto che per la prima volta, il riconoscimento delle immagini è combinato con l’analisi dei dati in modo da modernizzare e rendere sostenibile i processi di riciclaggio.

Si evidenzia così l’importanza dell’intelligenza artificiale per il riciclo rifiuti. I risultati dovrebbero anche fornire un lavoro preliminare per altri settori industriali, come l’industria farmaceutica o siderurgica, dove i dati delle immagini devono essere analizzati insieme ai dati delle serie temporali.

Aiuterà anche a ottimizzare il riconoscimento delle immagini in generale in termini di precisione di misurazione e posizione di misurazione. L’impatto atteso è sensibile: il progetto e la digitalizzazione dell’intero processo potrebbero fornire un importante contributo alla protezione dell’ambiente e del clima attraverso una maggiore efficienza, un aumento del tasso di riciclaggio e una riduzione dei consumi energetici.

In particolare i risultati ottenuti forniranno indicazioni preziose e metteranno in luce come l’intelligenza artificiale può essere utile nell’ottimizzazione dei processi per l’economia circolare e dei rifiuti.

L’Austria dimostra di crederci molto, in particolare il Land della Stiria. Lo conferma il finanziamento al progetto da parte del Fondo per il futuro della Stiria e del Fondo per il clima di Graz (capitale della Stiria). Avviato quest’anno, AI-Waste è previsto che si completerà nel giro di due anni.