Optyczne systemy sortowania bliskiej podczerwieni (NIR) stanowią podstawę infrastruktury recyklingu. Technologia NIR ma kilka zalet: jest szybka, identyfikując przedmioty szybciej niż mrugnięcie okiem i potrafi rozróżniać rodzaje opakowań na podstawie sygnatur materiałowych. Na przykład, potrafi wykryć tackę PET wyłożoną polietylenem wśród standardowych butelek PET na napoje.
Systemy NIR mają jednak swoje ograniczenia. Ponieważ opierają się na świetle odbitym, ciemne tworzywa sztuczne, zwłaszcza te zawierające sadzę, mogą być trudne lub wręcz niemożliwe do wykrycia, ponieważ pochłaniają światło podczerwone, a nie je odbijają.
Podczas gdy pojawiają się nowsze technologie optyczne pozwalające na identyfikację ciemnych tworzyw sztucznych, w przemyśle tworzyw sztucznych trwa już kolejna rewolucja: sortowanie wspomagane przez sztuczną inteligencję (AI).
Systemy sortowania oparte na sztucznej inteligencji (AI) zostały zainstalowane w wielu europejskich zakładach, często z obiecującymi rezultatami. W niektórych przypadkach systemy te poprawiły jakość i dokładność separacji materiałów. Jednak ich wdrożenie nie spotkało się z powszechnym uznaniem, a interesariusze zadawali uzasadnione pytania, czy AI spełnia pokładane w niej nadzieje, a w niektórych przypadkach, czy nie działa zbyt dobrze.
Jednym z powszechnych zmartwień jest to, że badania przeprowadzane w ośrodkach z włączonym AI dają wyniki, które są „zbyt piękne, aby były prawdziwe”. Niektórzy interesariusze preferują testy w „normalnych” ośrodkach, obawiając się, że AI może niereprezentatywnie zniekształcać wyniki. Jak na ironię, to przekonanie szybko staje się nieaktualne. Wykorzystanie AI w łańcuchu recyklingu szybko staje się nową normą, a znalezienie ośrodków bez AI do badań porównawczych staje się coraz trudniejsze.
Kolejnym problemem jest ekonomiczna opłacalność wdrożenia sztucznej inteligencji. Wysokie koszty początkowe i złożoność integracji nowych systemów, zwłaszcza w starzejących się obiektach, mogą zniechęcać do inwestycji. Mniejszym operatorom może być trudno konkurować z konkurentami o wyższej stopie finansowej.
Dochodzi jeszcze kwestia zastępowania miejsc pracy. Obawa, że automatyzacja zastąpi pracowników, jest powszechna, zwłaszcza w obliczu niepewności gospodarczej i rosnących kosztów utrzymania. Liczby są różne, ale eksperci szacują, iż w skali Europy ubędzie co najmniej kilkanaście milionów miejsc pracy do 2030 roku. Chociaż automatyzacja niewątpliwie zmienia dynamikę pracy, nie eliminuje całkowicie zaangażowania człowieka. Zakłady recyklingu nadal polegają na pracownikach do obsługi wózków widłowych, wstępnego sortowania, konserwacji, kontroli jakości i utrzymania samych systemów AI. Nawet systemy AI wymagają nadzoru, aby działać prawidłowo.
Zamiast zastępować ludzi, sztuczna inteligencja może współpracować z istniejącymi technologiami, takimi jak NIR i zaawansowane skanery optyczne, aby zapewnić inteligentniejsze sortowanie. Razem mogą sortować opakowania nie tylko według rodzaju materiału, takiego jak polimer, ale także według cech, takich jak kontakt z żywnością lub jego brak. Daje to znaczący potencjał w zakresie poprawy jakości i czystości materiałów nadających się do recyklingu.
Sztuczna inteligencja umożliwia również lepsze śledzenie danych. Analizując rodzaje opakowań i wydajność ich sortowania, może zidentyfikować marki lub formaty opakowań, które konsekwentnie trafiają do niewłaściwych strumieni. Dane te mogą być przekazywane markom w celu ulepszenia projektu opakowania lub zwiększenia świadomości konsumentów.
Technologie uzupełniające, takie jak kody QR, dodatkowo wzmacniają ten ekosystem. Pojedynczy kod QR może służyć różnym celom w zależności od tego, kto go zeskanuje: dla konsumentów może oferować wskazówki dotyczące produktu i recyklingu; dla marek może umożliwiać śledzenie od produkcji do utylizacji; a dla firm recyklingowych może identyfikować rodzaj polimeru i status kontaktu z żywnością.
Chociaż te innowacje mogą znacząco wpłynąć na wydajność recyklingu, nadzór ludzki pozostaje niezbędny. Wiele ról w łańcuchu recyklingu może być pracochłonnych lub nisko płatnych, ale są one kluczowe dla utrzymania funkcjonalności systemu. Na razie najlepszym rozwiązaniem jest współpraca ludzi i maszyn w celu podniesienia standardów odzysku materiałów.
Co to wszystko oznacza dla projektowania opakowań?
Wraz z rozwojem technologii sortowania, będą się rozwijać również wytyczne dotyczące recyklingu w fazie projektowania. Sztuczna inteligencja i inne narzędzia otworzą drzwi do bardziej zaawansowanych możliwości sortowania, potencjalnie czyniąc opakowania, które wcześniej trudno poddać recyklingowi, bardziej opłacalnymi. Nie oznacza to jednak, że sztuczna inteligencja to panaceum.
Sztuczna inteligencja nie jest w stanie zrekompensować słabego projektu opakowania. Materiały wielowarstwowe, sklejone lub niewłaściwie oznakowane mogą nadal wprowadzać w błąd nawet najbardziej zaawansowane systemy. Skuteczny recykling nadal zależy od dobrego projektu od samego początku – opakowania, które jest zgodne z dobrze opracowanymi wytycznymi i umożliwia sprawne zbieranie, sortowanie i przetwarzanie.
Sortowanie to tylko jedno z ogniw w łańcuchu recyklingu. Nawet jeśli opakowanie można posortować, nie gwarantuje to, że zostanie poddane recyklingowi po dotarciu do zakładu przetwarzania. Kwestie takie jak zanieczyszczenie, kompatybilność materiałowa i popyt rynkowy odgrywają istotną rolę.
Podsumowując, choć sztuczna inteligencja niewątpliwie kształtuje przyszłość odzysku materiałów, nie jest to rozwiązanie autonomiczne. Jej sukces zależy od przemyślanej integracji z istniejącymi systemami, stałej współpracy z pracownikami oraz, co najważniejsze, odpowiedzialnego projektowania opakowań. Wraz z postępem technologii, wytyczne projektowe muszą ewoluować w sposób równoległy, aby zapewnić, że innowacje prowadzą do prawdziwie zrównoważonych rezultatów.
Zamiast obawiać się wdrażania przez branżę recyklingową systemów sortowania opartych na sztucznej inteligencji, branża ma szansę je zaakceptować. W historii ludzie z niepokojem reagowali na pojawianie się nowych technologii w miejscu pracy. Często jednak okazywało się, że kreują one nowe role, poprawiają bezpieczeństwo i pozwalają pracownikom skupić się na innych zadaniach. Sztuczna inteligencja w branży recyklingowej nie polega na eliminacji człowieka, lecz na zwiększaniu jego wydajności. Dzięki zaangażowaniu i wdrożeniu sztucznej inteligencji branża recyklingowa może zbudować solidny i bardziej odporny system recyklingu, stale zwiększając wskaźniki recyklingu opakowań i produktów.
