Inteligência artificial na reciclagem

Antes de abordar o problema apresentado, é necessário conhecer a tecnologia e os conceitos básicos da inteligência artificial e da visão artificial. Embora possa parecer um desenvolvimento muito recente, a mesma já existe há muitos anos, pois o termo começou a ser utilizado em 1956 e está presente em muitas situações que temos no nosso quotidiano.

A IA é a ciência que, através de computadores, tenta replicar a inteligência e todos os processos envolvidos. Por outras palavras, dar a uma máquina a capacidade de pensar como um ser humano através de algoritmos e de ser capaz de executar tarefas que realizamos no nosso dia-a-dia.

Na IA, podemos encontrar os mecanismos de aprendizagem automática (machine learning, ou ML, na sigla em inglês), que é um ramo baseado no facto de que, a partir dos dados, os sistemas podem aprender, identificar padrões e ser capazes de tomar decisões sem intervenção humana ou com uma intervenção humana mínima, apenas na fase de formação. Algumas das utilizações mais comuns são os modelos preditivos, os assistentes virtuais ou as aplicações de otimização de processos.

Exemplos de métodos de ML incluem árvores de decisão, especialmente para modelos preditivos, ou a análise discriminante linear, utilizada no reconhecimento de padrões.

E, por sua vez, tal como as bonecas matrioskas, dentro destes mecanismos de ML podemos encontrar outro tipo de mecanismo chamado Deep Learning (aprendizagem profunda, ou DL, na sigla em inglês). Este tipo de ML caracteriza-se pela utilização de algoritmos capazes de aprender, por si próprios, a analisar e interpretar os dados introduzidos. De uma forma mais simples, este tipo de algoritmo torna as máquinas capazes de aprender como uma criança pequena e, através das suas próprias experiências, melhorar o seu processo sem necessidade de intervenção humana.

Podemos observar vários fatores que conduziram a este rápido desenvolvimento: por um lado, a necessidade de processar e analisar rapidamente enormes quantidades de dados, juntamente com a grande adaptabilidade deste tipo de logaritmo a quase todos os processos; por outro lado, a evolução do hardware, cada vez mais potente e acessível, sem necessidade de ocupar grandes espaços. Combinando os diferentes fatores com uma sociedade cada vez mais digitalizada, temos o terreno perfeito para o crescimento exponencial desta tecnologia, que podemos encontrar em praticamente todos os domínios.

O caso mais simples que podemos encontrar no setor da reciclagem é o da triagem dos resíduos de embalagens. Existe uma procura crescente de materiais reciclados de qualidade superior. Por isso, é necessário efetuar uma triagem mais rigorosa dos resíduos para garantir a obtenção de um bom produto final. Assim, uma das ferramentas que surgiram para atingir este objetivo é a IA combinada com a visão artificial e as câmaras NIR. Com a combinação destas tecnologias, podemos obter resultados como um fluxo exclusivo de garrafas de água PET, separar os resíduos de construção de acordo com o tipo ou separar as roupas de acordo com o tipo e o material de que são feitas. Associadas a estes processos de automatização dos sistemas de triagem, temos também as tecnologias de Big Data e da Internet das coisas para obter resultados em tempo real. Para ter o controlo de tudo o que se passa no nosso processo e poder agir imediatamente quando ocorre um erro, uma avaria, etc.

Por outro lado, temos o caso da IA aplicada aos sistemas de gestão de resíduos, que, juntamente com a Internet das coisas, pode facilitar muito a otimização destes sistemas de recolha. Um exemplo pode ser a otimização da recolha de resíduos sólidos urbanos, com a sensorização destes resíduos para saber quando estão cheios, a fim de otimizar a rota do camião de recolha, passando apenas por aqueles que estão cheios, obtendo assim poupanças de tempo e de custos de transporte. Embora aqui possamos encontrar uma das barreiras à implementação deste tipo de tecnologia, os seus custos podem ser demasiado elevados para uma instalação em grande escala.

Tendo em conta as aplicações atuais e as oportunidades oferecidas pelo desenvolvimento deste tipo de logaritmos de DL, podemos obter processos de reciclagem ótimos, ou seja, com fluxos de saída sem impurezas, dando assim um valor mais elevado ao produto final que pode ser obtido. Sendo capaz de identificar objetos específicos que podem causar problemas em fases posteriores do processo de reciclagem e ligando toda a cadeia de valor, dos cidadãos aos recicladores, para facilitar a comunicação e melhorar a reciclagem em todas as fases da cadeia. Outra opção que pode ser encontrada, mas que talvez esteja mais distante, pode ser a separação de frações de resíduos com um interesse especial devido ao seu valor, como pode ser o caso das embalagens em contacto com os alimentos, uma vez que o material reciclado que pode ser utilizado nestas embalagens é limitado devido à dificuldade em obter um fluxo de resíduos exclusivo para este tipo de resíduos.

Em suma, é uma ferramenta que, devido à sua grande versatilidade e utilidade e à evolução do hardware, está a crescer cada vez mais rapidamente. Por isso, pode ser aplicada numa vasta gama de indústrias e aplicações. No que diz respeito ao setor da reciclagem, pode ser uma excelente ferramenta para melhorar e otimizar os processos atuais, a fim de obter fluxos mais limpos e de maior valor através da aplicação destas ferramentas em toda a cadeia de valor.