INTELIGÊNCIA ARTIFICIAL 37 materiais para reutilização e desenvolver processos de reciclagem amigos do ambiente no final de vida de um produto plástico são também desafios que têm de ser ultrapassados, para introduzir os polímeros sustentáveis num mercado mais vasto (3). INTELIGÊNCIA ARTIFICIAL E APRENDIZAGEM AUTOMÁTICA Produzir plásticos sustentáveis é difícil e demora muito tempo até se alcançarem os resultados pretendidos. Por isso, muitos investigadores têm vindo a explorar tecnologias como a Inteligência Artificial (IA) e, em particular, a Aprendizagem Automática (também designada como Aprendizagem Computacional, com origem no termo inglês Machine Learning), uma subárea da IA que utiliza algoritmos capazes de capturar padrões em dados sem terem de ser programados de forma explicita. A implementação de ferramentas de Aprendizagem Automática segue quatro etapas (1): 1) Recolha, tratamento, limpeza e análise dos dados; 2) Escolha e treino do modelo, em que, aproximadamente, 80 % dos dados são utilizados para o algoritmo capturar os padrões subjacentes, bem como para calibrar o modelo; 3) Teste do modelo, em que os dados que não foram usados para treino são fornecidos ao algoritmo para determinar o seu desempenho quando recebe dados desconhecidos; 4) Implementação do modelo, em que este é utilizado para fazer previsões. Conforme vão sendo gerados novos dados, estes devem ser utilizados para re-treinar os algoritmos, garantindo assim melhoria dos algoritmos com o decorrer do tempo. De todas as etapas, a maior dificuldade reside na escolha do modelo (ou algoritmo) de Aprendizagem Automática a ser utilizado e respetivo treino. A sua escolha está dependente do tipo de problema que se pretende resolver. A APRENDIZAGEM AUTOMÁTICA NO CICLO DE VIDA DOS PLÁSTICOS Atualmente, a Aprendizagem Automática é aplicada em todas as etapas do ciclo de vida dos plásticos sustentáveis, desde a formulação e produção do polímero, passando pela sua aplicação no fabrico de produtos e, finalmente, na etapa de fim de vida. Numa perspetiva mais abrangente, a Aprendizagem Automática apresenta também aplicações na quantificação de impactes ambientais, permitindo a tomada de decisões informadas e uma gestão de recursos mais eficiente (Figura 1). Na etapa de conceção e desenvolvimento de novos polímeros, a Aprendizagem Automática é utilizada para explorar o espaço químico dos polímeros e identificar formulações que melhor respondam aos requisitos impostos, podendo estes estar relacionados, por exemplo, com propriedades mecânicas ou biodegradabilidade. Esta abordagem minimiza os ensaios por tentativa-e-erro, permitindo acelerar o desenvolvimento destes materiais e reduzindo custos. No que respeita ao processamento de polímeros, a Aprendizagem Automática é utilizada para otimização de várias etapas dos processos que compõem os estágios de uma biorefinaria e para prever e otimizar processos de extração de matérias-primas e materiais auxiliares com menor impacte ambiental. Isto conduz a uma redução de consumos energéticos e do número de ensaios realizados, o que, consequentemente, minimiza a quantidade de produtos químicos utilizados e os resíduos produzidos, incluindo os resíduos perigosos. Na etapa de fabrico de produtos, a Aprendizagem Automática é utilizada para controlo do processo (avaliação de defeitos, previsão da qualidade, definição de parâmetros ótimos), controlo da qualidade e previsão das propriedades do material após processamento. Daqui advêm benefícios como redução de consumo energético e de geração de resíduos, promovendo um uso otimizado dos materiais. No fim-de-vida dos produtos, a Aprendizagem Automática tem um papel essencial na automatização de sistemas de triagem de resíduos, resultando numa separação mais precisa e de melhor qualidade. A Aprendizagem Automática apresenta vantagens significativas no reconhecimento de imagem e processamento de dados, permitindo extrair as características dos plásticos e classificá-los de forma precisa. Por outro lado, a Aprendizagem Automática também tem sido aplicada para prever a eficiência de enzimas na degradação dos plásticos, permitindo melhorar o desempenho deste tipo de abordagens para reciclagem. Figura 1 - Áreas de aplicação da Aprendizagem Automática no ciclo de vida dos plásticos sustentáveis. Adaptado de: Guarda et al. (2024).
RkJQdWJsaXNoZXIy Njg1MjYx