Yapay Zeka Karışık Atıkları Geri Dönüşüme Uyarlayarak Yeniden Kullanılabilir Malzeme Dönüştürüyor

Yapay Zeka Atık Toplayıcıların Karışık Atıkları Yeniden Kullanılabilir Malzemeye Dönüştürmesine Nasıl Yardımcı Oluyor

Görüş yapay zekâsı ve robotik, kullanılmış kıyafetler, şişeler ve karışık geri dönüştürülebilir malzemelerle dolu bantlardan geri dönüşü değerli olanları ayırarak binlerce tonluk malzemenin çöp depolama alanlarına gitmesini engelliyor.

Dünya liderleri Türkiye’de COP31 için bir araya gelirken, etkinliğin odak noktasındaki sıfır atık vurgusu pratik bir meyil okuyacak: Ürünlerin ve malzemelerin daha uzun süre kullanımda nasıl tutulacağı. Küresel ölçekte ekonomiye giren malzemelerin yüzde 7’sinden azı geri dönüştürülen veya yeniden kullanılan kaynaklardan geliyor. Kentsel katı atık üretimi yılda 2 milyar tondan fazla atığa karşılık geliyor ve bu rakamın 2050’ye kadar neredeyse ikiye katılması bekleniyor.

Yapay zekâ ve robotik, bu eğilimi değiştirmeye yardımcı oluyor; dünya genelinde yenilikçiler, aksi halde çöp depolama alanlarına gidecek kaynakları geri kazanmak için ayırma işlemlerini iyileştiriyor.

“Daha döngüsel bir ekonomi, zaten sahip olduğumuz şeyleri daha iyi kullanmaya dayanıyor” diyor. NVIDIA‘nın sürdürülebilirlikten sorumlu başı Josh Parker. “Yapay zekâ, bir atık akışında ne olduğunu anlamamıza, geri dönüşü değerli olanları belirlememize ve ayırma işini otomatikleştirmemize yardımcı olabilir. Yenilikçilere bu süreçleri daha etkili hale getirmeleri ve daha fazla yere yaymaları için hesaplama araçları sunuyoruz.”

NVIDIA’nın girişimciler için Inception programına dahil dört üyenin değerli malzemelerin dolaşımda kalması için yapay zekâyı nasıl kullandığını görün.

AIRECO Plastik Atıklara Yeni Hayat Veriyor

Görsel Kaynağı: NVIDIA Resmi Haber Odası

Geri dönüştürülen plastik, ancak maliyeti ve kalitesi yeni malzemeyle rekabet edebildiğinde kullanılıyor. Çok sık böyle olamıyor: Gelen atıklar tutarsız kalitede, ayırma zor bulunan iş gücüne dayanıyor ve karışık atıklar düşük kaliteli ürünlere dönüştürülerek aşağı yönlü geri dönüşüme uğruyor.

Tayvan merkezli bir girişimci olan AIRECO’nun kurucuları, yapay zekâ ayırmasının geri dönüşüm maliyetini düşürüp kaliteyi artırarak bu malzemelerin ticari açıdan daha faydalı olabileceğine inanıyor. Şirket, plastikleri daha ince şekilde ayırmak için görüş yapay zekâsını kullanıyor; bu sayede malzemeler kapalı devir geri dönüşüm için karışık atık yığınlarından ayrılabiliyor. Kapalı devir geri dönüşümde kullanılmış ürünler, aynı ürünün yeni versiyonlarına yeniden işleniyor.

“İyi ayırdıkça daha fazlasını geri dönüştürebilirsiniz” dedi AIRECO’nun kurucusu ve CEO’su Chun-Feng Liu. “İnce ayırılmış malzemeyle, bir ürünün döngüde kalma olasılığı daha yüksektir — bir plastik şişenin başka, daha fazla dönüştürülmesi zor ürünlere değil, tekrar tekrar şişeye geri dönüştürülmesi gibi.”

Şirket, Tayvan’ın Tainan kentindeki bir geri dönüştürme tesisinde pilot hattı boyunca çıkarımı çalıştırmak için NVIDIA Jetson Orin NX modüllerini kullanıyor; bunlar arasında banttan hedefleri alan robotik kolları da içeriyor. Test hattındaki tanıma doğruluğu %95’in üzerinde.

Sonraki yıl planlanan tam üretim hattında ekip, yıllık atık işleme kapasitesini 18.000 tontan 48.000 tona neredeyse üç katına çıkarmayı ve işletme maliyetlerini %85 oranında düşürmeyi hedefliyor.

EverestLabs AI Robotiği Dönüştürme Hattına Yerleştiriyor

Görsel Kaynağı: NVIDIA Resmi Haber Odası

Ev recyclable’ları ayıran tesisler olan malzeme geri kazanım tesislerinde, ayırma hızlı hareket eden bantlarda gerçek zamanlı olarak yapılmalı — öğeleri tanımlamak ve ayırmak için hızlı analiz gerektiriyor.

Amerikalı startup EverestLabs AI, bu ayırma hatlarına bilgisayar görüşü rehberliğinde çalışan robotlar yerleştiriyor. Şu anda Kuzey Amerika ve Avustralya’daki tesislerde yaklaşık 150 robot kullanımda.

“Diğer robotların görevlerini tamamlamak için sınırsız zamanları var” dedi EverestLabs AI’nın CEO’su R. Paul Singh. “Bu lüksümüz yok çünkü bantlar belirli bir hızla gelecek ve malzeme hareket etmeden önce hızlı bir şekilde hareket etmek zorundayız. Bu gerçek zamanlı bir oyun.”

EverestLabs, uçta (edge) NVIDIA RTX GPU’larda AI çıkarımı çalıştırıyor ve modellerini NVIDIA veri merkezi GPU’larında eğitiyor; NVIDIA CUDA ile optimize ediliyor. Şirket, kullanımdaki sistemlerinin şimdiye kadar yaklaşık 40 milyar nesneyi tanımladığını, yaklaşık 25.000 ton malzeme geri dönüştürdüğünü ve yaklaşık 30.000 metrik ton karbondioksit emisyonunu önlediğini tahmin ediyor.

Ekipleri, her türlü nesneyi doğru şekilde sınıflandırmak ve seçmek için modellerini sürekli geliştirmeye çalışırken, aynı zamanda her nesnenin malzeme türü, markası ve ambalajı hakkında meta veri yakalamaya çalışıyor. Ayrıca, zemin yöneticilerinden birden fazla tesise sorumlu yöneticilere kadar geri dönüşüm tesisi personeline uygulanabilir veri sağlayan ajansal (etkinlik tabanlı) yapay zekâ araçlarını da yaygınlaştırıyor ve bu yeteneği komşu sektörlere de genişletmeyi hedefliyor.

Greyparrot, Dönüşümcülere Atık Akışında Net Bir Görüş Sağlıyor

Görsel Kaynağı: NVIDIA Resmi Haber Odası

Dönüşüm tesisleri günde on binlerce ton atığı işleyebiliyor; ancak operatörler uzun yıllardakı bant üzerindeki malzemeyi, onun yalnızca yüzde 1’inden azını manuel olarak örnekleyerek değerlendiriyor.

İngiltere merkezli Greyparrot, bu durumu değiştirmek için Analyzer platformunu geliştirdi. Taşıma bantlarının üzerine monte edilen sistem, saniyede 4 metreye kadar hızla hareket eden bantlarda tozlu ortamlarda veya zayıf ışık koşullarında bile geçen her nesneyi malzeme ve marka bazında tanıyan bilgisayarlı görüş teknolojisini kullanıyor.

“Atık sürekli değişiyor. Saatlik, mevsimsel ve tedarikçiye göre değişiyor” diyor Greyparrot’un kurucu ortağı Ambarish Mitra. “Eskiden operatörler küçük bir örneğe dayanarak tahminde bulunuyordu; şimdi bant üzerindeki malzemenin tam olarak ne olduğunu görebiliyorlar.”

Greyparrot, yapay zekâ modellerini milyarlarca nesne üzerinde eğitmek için NVIDIA GPU’larını kullanırken, hızlı tespiti uçta (edge) çalıştırmak için NVIDIA Jetson modüllerini kullanıyor. 20’den fazla ülkede faaliyet gösteren 300’den fazla Analyzer sistemi, bugüne kadar trilyonları aşan kutu tespiti (bounding box) gerçekleştirdi ve 15 ton atığın kontrolü için gereken süreyi 375 saatten yalnızca altı saate indirdi.

Gerçek zamanlı veriden yarar tesisler, Analyzer sayesinde yüzde 10 ile 30 arasında verim artışı bildiriyor. Ambalaj şirketi Amcor’da çözüm, gıda sınıfı plastiklerin verimini yüzde 12 artırırken; Coca-Cola, Colgate-Palmolive ve Kenvue gibi markalar da ambalajlarının gerçek sıralama tesislerinde nasıl dönüştürüldüğünü ölçmek için Greyparrot teknolojisini kullanıyor.

reverse.fashion, Çöp Hale Getirilen Kıyafetlere İkinci Bir Bakış Sağlıyor

Görsel Kaynağı: NVIDIA Resmi Haber Odası

Avrupa, yılda neredeyse 7 milyon ton kullanılmış tekstil üretiyor. Bu tekstillerin yaklaşık çeyreği ayrı toplanıp elle yüzlerce kategoriye ayrılıyor ve vintage yeniden satışından mobilya dolgusu veya temizlik bezleri gibi geri dönüşüme kadar değişen kullanımlara yönlendiriliyor. İş yavaş, maliyetli ve personel bulmak zor olduğu için yeniden kullanılabilir kıyafetlerin değeri gömülü kalıyor.

Berlin merkezli startup reverse.fashion, yüksek çözünürlüklü bilgisayarlı görü ile bu işi otomatikleştirmeye yardımcı oluyor. Sistemi, ürün türünü, kusurları, rengi, bedeni, markayı, kumaş yapısını, mevsimi ve stili belirleyip her kıyafeti en değerli kategoriye atıyor.

“Klasik atık ayrıştırma ile karşılaştırıldığında, AI modellerimiz insanlar tekstillerle ilgili seçici olduğu için çok yüksek çözünürlükte çalışmak zorunda,” dedi reverse.fashion’ın kurucu ortağı ve baş teknoloji sorumlusu Karsten Pufahl. “Bilgisanlı görü hattı, her kıyafetin kalitesini ve potansiyel değerini belirlemek için küçük kusurları yakalamalıdır.”

Her tekstil, saniyede 3 metrelik bir iletkende ilerlerken, Reverse Fashion tarafından analiz edilen her parça, NVIDIA TensorRT yazılımıyla optimize edilmiş ve uçta çalışan NVIDIA Jetson modüllerinde koşan ondan fazla görü AI modelinden geçiyor. Modüller, iş istasyonlarında ve bulutta NVIDIA GPU’larında eğitiliyor.

Sistemin bir saatte, eskiden ayrıştırılması bir hafta alacak kadar süren işi hallettiğini tahmin eden Pufahl, şu anda Avrupa’daki tesislere yayılıyor.

Kore Bilim ve Bilişim Bakanlığı ile NVIDIA, COEX’te MSIT-NVIDIA AI Startup Partnership Forum’u düzenledi. Bilim ve Bilişim Bakanlığı ve NVIDIA’dan temsilciler, ovardan fazla…

AI ajanları daha fazla iş üstlendikçe, yetkin açık modeller ve kendileriyle birlikte gelişen bir güvene ihtiyaçları var. Hyundai Motor Group, NVIDIA NemoClaw planlarını ve NVIDIA OpenShell… araştırıyor.

NVIDIA ve Kore Bilim ve Bilişim Bakanlığı (MSIT), ülkenin egemen AI ekosisteminde, AI yarı iletkenlerinden veri merkezi altyapısından yeteneklere, startup’lara, modellere,… kadar işbirliğini genişletiyor.

NVIDIA, Kore’nin önde gelen açık modelleri için Dynamo-optimize edilmiş dağıtım tarifeleri yayımlıyor: SK Telecom’in A.X K2’si, LG AI Research’in K-EXAONE 2.0’ı, Upstage’in Solar Open 2’si ve Motif-3’ün…