Yapay zekayla geri dönüştürülebilir atıkları ayırma, gıda atığını tanıma-ölçme, su kullanımını izleme ve sızıntı tespit etme yöntemleri

1. ABD’nin Louisville kentindeki atık yönetimi çözümleri şirketi 'AMP Robotics'

• Bu şirket, robotik, bilgisayarlı görü ve derin öğrenme teknolojileriyle atıkların içindeki geri dönüştürülebilir malzemeleri otomatik olarak tanıyıp ayıran bir teknoloji sundu ve bu teknolojiyi geri dönüşüm ayıklama tesislerine sağlıyor.
• Temel bileşenler 'AMP Cortex yüksek hızlı robotik sistemi' ve 'AMP Neuron AI platformu'.
• AMP Cortex yüksek hızlı robotik sistemi, robotlarla atıkların içindeki geri dönüştürülebilir malzemelerin tespit ve ayrıştırma işini otomatikleştiriyor; robotlar atıkların içindeki geri dönüştürülebilir maddeleri bulup seçiyor.
• AMP Neuron AI platformu, atık ve geri dönüştürülebilirlik durumunu belirlemek için atıkların renk, doku, şekil, boyut, desen ve marka etiketlerini tanıyıp kendi kendine sürekli öğreniyor. Bu da robotların geri dönüştürülebilir maddeleri alıp başka bir yere bırakmasına rehberlik ediyor.
• Geri dönüştürülebilir atık ayırma süreci:
  → Geri dönüşüm ayıklama tesisinde atıklar konveyör bant üzerinden geçerken kamera bunları görüntülüyor
  → AMP Neuron AI platformu bunlar arasındaki belirli geri dönüştürülebilir atık özelliklerini bilgisayarlı görü teknolojisiyle tanıyor
  → Bu sistem plastik polimerleri, kağıt biçimlerini, metal kapları ve çok katmanlı ambalaj kutularını ayırt ediyor
  → Geri dönüştürülebilir maddeleri ve başka süreçlerde ayrılması gereken atıkları özelliklerine göre sınıflandırıyor
  → AMP Neuron AI platformu robotlara geri dönüştürülebilir maddeleri ayırmaları için yön veriyor
  → Robotlar atıkların içinden geri dönüştürülebilir maddeleri alıp başka bir yere bırakıyor
• Sistem dakikada en fazla 80 atık parçasını alabiliyor ve insanlardan yaklaşık iki kat daha hızlı.
• Ayırma doğruluğu: en fazla %99

2. ABD’nin Longmont kentindeki atık yönetimi çözümleri şirketi 'CleanRobotics'

• Bu şirket, robotik, bilgisayarlı görü ve makine öğrenimi teknolojileriyle düzenli depolama atığı ile geri dönüştürülebilir atıkları otomatik olarak tanıyıp ayıran akıllı çöp kutusu 'TrashBot'u geliştirdi.
• TrashBot, havaalanı, hastane ve stadyum gibi yoğun insan trafiğine sahip tesislere kuruluyor.
• Geri dönüştürülebilir atık ayırma süreci:
  → İnsanlar TrashBot'a çöp attığında sistem bunu kamerayla görüntülüyor
  → Bilgisayarlı görü ve makine öğrenimi teknolojileriyle "bu atığın düzenli depolama atığı mı, yoksa geri dönüştürülebilir atık mı" olduğu belirleniyor
  → Robotik otomasyon teknolojisiyle geri dönüştürülebilir atıklar geri dönüşüm kutusuna, kirlenmiş atıklar ise düzenli depolama atığı kutusuna ayrılıyor
• Ayırma doğruluğu: %95; bu, atıkları insanlardan %300 daha doğru ayırdığı anlamına geliyor.
• Ancak TrashBot'a çöp atarken her seferinde yalnızca bir parça atık atılması gerekiyor.

3. Birleşik Krallık’ın Londra kentindeki gıda atığı yönetimi çözümleri şirketi 'Winnow'

• Bu şirket, bilgisayarlı görü, makine öğrenimi ve dijital tartı kullanarak gıda atıklarını otomatik olarak tanıyıp ölçen bir teknoloji sundu; bu teknolojiyi otel, restoran, kumarhane ve kruvaziyer gibi yerlerin mutfaklarına sağlıyor.
• 'Winnow Vision sistemi' adlı çözüm, yapay zekayla gıda atığını tanıma ve ölçmede temel rol oynuyor.
• Bunun için hareket algılayan kamera, tablet ve dijital tartı gerekiyor; Winnow bu cihazları mutfaklara sağlıyor.
• Dijital tartı zemine yerleştiriliyor, tablet onun üstündeki duvara konuluyor, hareket algılayan kamera ise tabletin altına monte ediliyor.
• Gıda atığını tanıma ve ölçme yöntemi:
  → Dijital tartının üzerindeki kaba gıda atığı atıldığında kamera bunu görüntülüyor
  → Bu sırada bilgisayarlı görü teknolojisiyle gıda atığı görüntüsü tanınıyor
  → Tartıyla ağırlık da ölçülüyor
  → İlgili veriler tablete aktarılıyor
  → Tablette atılan yiyecek türü, ağırlığı gibi bilgiler görülebiliyor
• Winnow Vision sistemiyle gıda atığını tanımadan önce ön eğitim gerekiyor.
• Winnow Vision sisteminin sağladığı gıda atığı verileri: gıda atığı görüntüsü, ağırlık, bu atığın her gün atılması durumunda 1 haftalık maliyet, 1 yıllık maliyet ve 1 yıllık çevresel maliyet (karbondioksit emisyonu)
• Gıda tanıma doğruluğu: %80

4. İsrail’in Tel Aviv kentindeki su yönetimi çözümleri şirketi 'WINT'

• Bu şirket, makine öğrenimi ve IoT teknolojileriyle binalardaki su kullanım durumunu izleyen ve sızıntıları tespit eden bir teknoloji geliştirdi; bu teknolojiyi ticari tesisler, inşaat sahaları ve üreticilere sağlıyor.
• WINT, akıllı su sayacı ve su kesme cihazı sunuyor.
• Su kullanımını anlamak ve sızıntıyı tespit etmek için bu iki cihazın binanın su borusu sistemiyle entegre edilmesi gerekiyor.
• Ayrıca büyük hasar oluşmadan önce su beslemesi kesilebiliyor.
• Sayaç, makine öğrenimiyle binanın normal su akışı kalıplarını öğrenip analiz ediyor; bu süreç 3 ila 4 hafta sürüyor.
• Bu normal su akışı kalıpları belirlendikten sonra sızıntı gibi anormal kalıplar da sonradan tespit edilebiliyor.
• Sayaç, kablosuz iletişim ağı üzerinden bulutla iletişim kuruyor.
• Sorun tespit edildiğinde uygulama üzerinden sorumlu kişiye gerçek zamanlı bildirim gönderiliyor; bu sırada sızıntının olduğu yerin tam konumu da işaret ediliyor.
• Sayacın analiz ettiği normal su akışı kalıpları: 'havuzu doldurmak için normalde kullanılan su miktarı', 'mutfak ve tuvalette normalde kullanılan su miktarı', 'suyun kullanıldığı zamanlar'
• Sayacın gerçek zamanlı analiz ettiği anormal su akışı kalıpları: yapay zeka ve derin öğrenme uygulanarak 'havuzun düzgün şekilde dolup dolmadığı', 'beklenmedik bir kaynaktan su kullanımının aniden artıp artmadığı' gibi durumlar belirleniyor
• Acil durum tespit edildiğinde WINT cihazı su beslemesini otomatik olarak kesecek şekilde programlanabiliyor; ciddi sızıntı veya su borusu patlaması gibi durumlar acil durum örneği