塑料垃圾已經(jīng)成為當(dāng)今世界面臨的最復(fù)雜環(huán)境挑戰(zhàn)之一，人類則積極運(yùn)用AI科技理解問題、解決問題。

塑料污染在日常生活中并不罕見，許多河流都被塑料垃圾所堵塞，海洋中的漂浮污染物也所在多有。太平洋垃圾帶成為塑料和其他垃圾的大量聚焦地，成為塑料擴(kuò)散最惡名昭著的證明。即使我們不居住在水邊、無法親眼目睹這個(gè)問題，也隨時(shí)能夠看到道路上被踩碎的塑料碎片。而這個(gè)時(shí)刻存在并困擾著我們?nèi)粘Ｉ畹膯栴}，解決起來難度極高。

AI科技正被應(yīng)用于諸多復(fù)雜問題，其中自然也包括塑料污染。通過對(duì)多位科學(xué)家和初創(chuàng)企業(yè)創(chuàng)始人的采訪，外媒InformationWeek整理了塑料垃圾治理工作中的艱難挑戰(zhàn)，同時(shí)也了解到各方如何在這場(chǎng)抗?fàn)幃?dāng)中運(yùn)用AI科技。

塑料之患

在當(dāng)今世界，塑料制品可謂無處不在，從食品包裝、服裝、醫(yī)療設(shè)備再到汽車，都大量應(yīng)用這種材料。加州大學(xué)圣巴巴拉分校海洋保護(hù)中心貝尼奧夫海洋科學(xué)實(shí)驗(yàn)室的項(xiàng)目科學(xué)家Chase Brewster表示，“自1950年以來，全球塑料產(chǎn)量已經(jīng)接近100億噸，其中半數(shù)以上產(chǎn)自過去20年之內(nèi)?？偟膩砜?，由于這種合成材料的自身屬性突出、功能性多樣，塑料產(chǎn)量和使用量的增長(zhǎng)速度相當(dāng)迅猛?！?/p>

塑料無法被生物降解，回收利用機(jī)制也不夠完善。隨著塑料產(chǎn)量的增加和浪費(fèi)情況的加劇，大部分塑料最終會(huì)重新回歸自然環(huán)境，逐漸分解成微塑料和納米塑料顆粒并污染土壤及水資源。

即使塑料產(chǎn)品最終被納入廢物管理設(shè)施，處理起來也同樣絕非易事。前美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究所（NIST）研究員Bradley Stuliff表示，“很多人認(rèn)為塑料就是塑料，沒什么大不了?！钡珜?shí)際上，塑料當(dāng)中包含多種不同的復(fù)雜聚合物，因此回收和再利用絕不只是一項(xiàng)分類問題，更是一項(xiàng)化工問題。需要注意的是，并不是每種類型的塑料都可以相互混合并被加工成再生材料。

作為一種幾乎隨處可見的低成本材料，塑料的出現(xiàn)確實(shí)給人類社會(huì)帶來了巨大的便利性。但減少塑料消耗需要在生活方式層面做出重大轉(zhuǎn)變，其中很多具體要素往往缺少群眾基礎(chǔ)和現(xiàn)實(shí)可行性。

首先，原生塑料比再生塑料便宜，意味著企業(yè)更傾向于使用原生塑料。同樣的，消費(fèi)者們也面臨著類似的經(jīng)濟(jì)選擇題——要么少花錢買新生產(chǎn)的塑料制品，要么多花錢買回收再利用的制品。

這場(chǎng)環(huán)境危機(jī)沒有簡(jiǎn)單且統(tǒng)一的解法。專注于收集塑料垃圾的CleanHub公司聯(lián)合CEO兼聯(lián)合創(chuàng)始人Joel Tasche在郵件采訪中表示，“塑料污染是一個(gè)經(jīng)濟(jì)、技術(shù)、教育和行為層面的綜合問題。”

那么，AI科技要如何為組織、決策者乃至普羅大眾提供信息和解決方案，助力對(duì)抗塑料污染？

AI科技與塑料垃圾量化控制

塑料垃圾的問題早已有之，但由于其數(shù)量過于龐大，我們很難收集到理解現(xiàn)實(shí)挑戰(zhàn)、制定可行解決方案所需要的詳盡數(shù)據(jù)。

Brewster解釋稱，“如果大家閱讀關(guān)于塑料污染的研究，特別是關(guān)于海洋環(huán)境的研究，就會(huì)發(fā)現(xiàn)我們?cè)趯?shí)地收集數(shù)據(jù)方面往往存在很大空缺。”

貝尼奧夫海洋科學(xué)實(shí)驗(yàn)室正積極建立清潔洋流聯(lián)盟，希望努力改變這一現(xiàn)狀。該聯(lián)盟致力于在塑料垃圾進(jìn)入海洋之前，就在河流當(dāng)中將其清除。該聯(lián)盟已經(jīng)與九個(gè)不同國(guó)家的當(dāng)?shù)亟M織合作，立足他們所代表的不同河流體系推動(dòng)塑料垃圾的分析和清除工作。

Brewster指出，“我們開始研究AI科技能夠以怎樣的方式幫助我們收集更多精細(xì)數(shù)據(jù)，利用這些數(shù)據(jù)推動(dòng)上游行動(dòng)，包括減少塑料生產(chǎn)以及泄漏至自然環(huán)境中的塑料總量?！?/p>

該項(xiàng)目正在開發(fā)一套包含硬件及軟件組件的機(jī)器學(xué)習(xí)模型。他們?cè)谪?fù)責(zé)收集河流中塑料垃圾的大型垃圾傳送帶上方安裝網(wǎng)絡(luò)攝像頭，用于即時(shí)對(duì)從河流中打撈出的垃圾進(jìn)行計(jì)數(shù)和分類。

這套系統(tǒng)“……能夠自動(dòng)將結(jié)果發(fā)送至云端、匯入數(shù)據(jù)集，在儀表板上顯示可視化指標(biāo)，主動(dòng)提供從河流中打撈出的垃圾類型和清除速度。我們擁有來自世界各地的龐大數(shù)據(jù)集，這些數(shù)據(jù)集是在三年之內(nèi)按照相同時(shí)段收集而來，且涵蓋多種多樣的文化、社群、河流規(guī)模、河流地貌等特征?！?/p>

這些數(shù)據(jù)可用于深入了解哪些塑料最終流入河流、海洋，并制定出有針對(duì)性的預(yù)防和清理策略。

AI科技與垃圾管理

實(shí)際上，能夠回收再利用的塑料比例極低，只有5%。其余一部分被焚燒，大多數(shù)最終被填進(jìn)。垃圾管理工廠面臨著對(duì)大量涌入的垃圾進(jìn)行快速分類的挑戰(zhàn)，其中有些可以回收，有些無法回收。另外如前文所言，塑料本身的構(gòu)成相當(dāng)復(fù)雜，絕不像很多人想象中那樣能夠輕易加工并重復(fù)使用。

為此，垃圾管理設(shè)施正大量應(yīng)用AI及成像設(shè)備，旨在有效解決復(fù)雜的分類工作。

在Sutliff就職于專注提升美國(guó)工業(yè)效力的政府機(jī)構(gòu)NIST期間，他就曾與一支團(tuán)隊(duì)合作探索AI如何降低垃圾回收成本。

垃圾管理設(shè)施可以使用近可見紅外光（NIR）實(shí)現(xiàn)塑料檢視與分類。Sutliff和他的團(tuán)隊(duì)希望通過機(jī)器學(xué)習(xí)改進(jìn)這種方法。

他解釋道，“我們的想法是，通過不斷訓(xùn)練計(jì)算機(jī)，它可能會(huì)更好地把不同各類的塑料區(qū)分開來。只要正確訓(xùn)練自有訓(xùn)練，我們就能通過近紅外光對(duì)塑料垃圾的密度、結(jié)晶度等指標(biāo)進(jìn)行高質(zhì)量預(yù)測(cè)和分析?！?/p>

這項(xiàng)工作也帶來了頗具希望的結(jié)果，Sutliff已經(jīng)將代碼發(fā)布到了NIST的GitHub頁面當(dāng)中。更準(zhǔn)確的分類能力可以幫助垃圾管理設(shè)施將更多可回收材料轉(zhuǎn)化為經(jīng)濟(jì)收益，而不必直接焚燒、送往垃圾填埋場(chǎng)或者坐視其泄漏至自然環(huán)境當(dāng)中。

Sutliff介紹稱，“回收商的工作就是對(duì)塑料制品進(jìn)行分類，然后將其出售給相應(yīng)的企業(yè)。很明顯，采購這些材料的企業(yè)希望確切了解自己買到的究竟是什么。因此，回收商這邊的分類工作做得越好，利潤(rùn)也就越高?！?/p>

還有其他組織與垃圾回收商積極合作，希望改進(jìn)分類和識(shí)別質(zhì)量。例如，CleanHub就開發(fā)出一整套追蹤流程，垃圾回收商可以隨時(shí)拍照并將結(jié)果上傳至AI驅(qū)動(dòng)的應(yīng)用程序端。

這款應(yīng)用程序會(huì)創(chuàng)建審計(jì)線索，機(jī)器學(xué)習(xí)算法則預(yù)測(cè)收集到的成袋垃圾的成分和重量。Tasche表示，“我們專注于收集各種可回收和不可回收塑料，將可回收物重新投入經(jīng)濟(jì)循環(huán)，并通過協(xié)同處理將不可回收物轉(zhuǎn)化為替代性燃料。與傳統(tǒng)焚燒相比，這最大限度減少了塑料制品對(duì)環(huán)境造成的負(fù)面影響?！?/p>

Greyparoot是一家AI垃圾分析公司，最初與全球十余家回收工廠合作，收集全球數(shù)據(jù)集以支持其平臺(tái)。如今，該平臺(tái)已經(jīng)能夠?yàn)榛厥赵O(shè)施提供對(duì)89種不同垃圾類別的分析結(jié)論。Greyparrot將分析儀部署在垃圾管理設(shè)施的傳送帶上方，可捕捉圖像并分享由AI驅(qū)動(dòng)的分析結(jié)果。這些分析儀的最新一代本身也是由可回收材料制作而成。

Greyparrot公司聯(lián)合創(chuàng)始人Ambarish Mitra解釋道，“如果一家工廠每天處理10到15噸垃圾……那么累積起來大約就有2000萬件。我們實(shí)際上就是在實(shí)時(shí)觀察這2000萬個(gè)物體，而且它們會(huì)以每秒兩米到四米的速度在傳送帶上移動(dòng)。我們不僅要對(duì)垃圾流中的物體進(jìn)行分類，還能實(shí)時(shí)分析其經(jīng)濟(jì)價(jià)值?！?/p>

垃圾管理設(shè)施對(duì)其管控之下的塑料垃圾的分類和回收能力越強(qiáng)，其在再生材料市場(chǎng)上的競(jìng)爭(zhēng)力也就越強(qiáng)。

Tasche指出，“整個(gè)垃圾和回收行業(yè)都在與原材料生產(chǎn)市場(chǎng)競(jìng)爭(zhēng)。任何能夠降低成本或者提高產(chǎn)出質(zhì)量的手段，都是一股推動(dòng)循環(huán)經(jīng)濟(jì)實(shí)踐落地的力量?！?/p>

AI科技與政策引導(dǎo)

塑料垃圾已經(jīng)成為關(guān)乎全球利潤(rùn)的現(xiàn)實(shí)問題，政策制定者正對(duì)此給予高度關(guān)注。2022年，聯(lián)合國(guó)宣布計(jì)劃制定一項(xiàng)具有國(guó)際法律約束力的協(xié)議，旨在結(jié)束塑料污染。該協(xié)議的具體條款目前正在談判當(dāng)中，下一場(chǎng)會(huì)議將在今年11月內(nèi)召開。

貝尼奧夫海洋科學(xué)實(shí)驗(yàn)室和加州大學(xué)伯克利分校埃里克與溫迪施密特?cái)?shù)據(jù)科學(xué)與來表示中心的科學(xué)家們，已經(jīng)開發(fā)出全球塑料AI政策工具，旨在了解各類自上而下的政策在減少塑料垃圾產(chǎn)出量方面的實(shí)際效果。

貝尼奧夫海洋科學(xué)家室的項(xiàng)目科學(xué)家Neil Nathan表示，“這是一個(gè)巨大的機(jī)會(huì)，可以量化或評(píng)估條款當(dāng)中那些最高優(yōu)先級(jí)政策的實(shí)際影響?！?/p>

在同意制定全球協(xié)議以消除塑料污染的175個(gè)國(guó)家當(dāng)中，有60個(gè)國(guó)家承諾到2040年實(shí)現(xiàn)這項(xiàng)目標(biāo)。

Nathan反問道，“到2040年消除塑料污染……這無疑是個(gè)極具雄心的目標(biāo)。但真的有可能實(shí)現(xiàn)嗎？而通過技術(shù)分析，我們最終發(fā)現(xiàn)……其實(shí)是很有可能的?！?/p>

這款A(yù)I工具利用歷史塑料消費(fèi)數(shù)據(jù)、全球貿(mào)易數(shù)據(jù)以及人口數(shù)據(jù)進(jìn)行綜合計(jì)算。機(jī)器學(xué)習(xí)算法（例如隨機(jī)森林）揭示出塑料消費(fèi)與垃圾產(chǎn)出的歷史模式，并預(yù)測(cè)出這些模式在未來可能經(jīng)歷哪些變化。

這款工具背后的團(tuán)隊(duì)一直在跟蹤整個(gè)協(xié)議談判過程中討論的政策，評(píng)估哪些政策可能對(duì)垃圾管理不當(dāng)、焚燒垃圾以及垃圾填埋等處理形式產(chǎn)生最大影響。

Nathan列舉了一個(gè)最低回收物授權(quán)的例子，“這本質(zhì)上要求新產(chǎn)品必須采用一定比例（最低為40%）的消費(fèi)后回收材料進(jìn)行制造。僅此一項(xiàng)，實(shí)際就能將因管理不善而泄漏到自然環(huán)境中的塑料垃圾減少50%以上?！?/p>

Nathan還補(bǔ)充道，“參與塑料管控協(xié)議的制定、參加聯(lián)合國(guó)會(huì)議、與各方代表合作、將草擬條款交付給他們，并看到他們能夠?qū)?shù)據(jù)可視化并真正理解擬議政策的影響……這真是一段令人難忘的經(jīng)歷?！?/p>

AI科技與產(chǎn)品開發(fā)

AI科技又將如何改變上游的塑料垃圾產(chǎn)出？AI系統(tǒng)收集并分析的數(shù)據(jù)，可能會(huì)改變消費(fèi)品包裝企業(yè)生產(chǎn)塑料產(chǎn)品的方式，最終影響到此類制品在消費(fèi)者手中、垃圾處理設(shè)施內(nèi)乃至對(duì)自然環(huán)境造成的影響。

例如，垃圾管理設(shè)施收集的數(shù)據(jù)可以讓產(chǎn)品制造商了解自己的產(chǎn)品是否被切實(shí)回收。Mitra指出，“沒有哪兩家垃圾處理廠是完全相同的。如果某種產(chǎn)品在工廠A處可以回收，并不代表其在工廠B也能被回收?！?/p>

這種分析洞見可以向企業(yè)展示需要做出哪些改變，以確保其產(chǎn)品更具可回收性。

企業(yè)往往會(huì)越來越多地受到政策政策（例如歐洲生產(chǎn)者延伸責(zé)任，簡(jiǎn)稱EPR政策）及其自身ESG（即環(huán)境、社會(huì)與治理）目標(biāo)的推動(dòng)而做出此類積極轉(zhuǎn)變。

Mitra指出，“每年都有數(shù)百萬美元被投入到包裝設(shè)計(jì)當(dāng)中。因此2025年甚至2026年的包裝設(shè)計(jì)，在當(dāng)下就已經(jīng)被提前敲定了，而2026和2027年的設(shè)計(jì)也已經(jīng)在研發(fā)階段。企業(yè)肯定有很大的空間來學(xué)習(xí)并改進(jìn)自己的包裝設(shè)計(jì)，使其更具可回收性，而不是在完全不了解垃圾處理設(shè)施那邊機(jī)械分揀環(huán)境的情況下盲目試驗(yàn)材料?！?/p>

除了優(yōu)化塑料產(chǎn)品和包裝設(shè)計(jì)以使其更具可回收屬性之外，AI科技還有助于尋找可行的替代品；新材料發(fā)現(xiàn)就是一個(gè)頗具前途的AI應(yīng)用方向。在篩選大量數(shù)據(jù)時(shí)，AI可能會(huì)找到一種比塑料更具經(jīng)濟(jì)可行性、且對(duì)環(huán)境影響較小的新材料。

塑料的生命周期很長(zhǎng)，生產(chǎn)之后往往會(huì)存續(xù)數(shù)十年甚至更長(zhǎng)時(shí)間。AI科技將被應(yīng)用于該生命周期之內(nèi)的每個(gè)環(huán)節(jié)：從制造、消費(fèi)者使用、垃圾丟棄、垃圾管理設(shè)施再到環(huán)境污染。隨著收集到的數(shù)據(jù)越來越多，AI也將成為支撐循環(huán)經(jīng)濟(jì)、減少塑料垃圾泄漏的強(qiáng)大工具。