A Ferrara, Hera sta sperimentando l’uso di modelli di intelligenza artificiale per migliorare la qualità della raccolta differenziata
Gettare la spazzatura sembra un’attività molto low-tech. Secondo un nuovo progetto pilota di Hera, però, può essere migliorata grazie all’intelligenza artificiale. Con una sperimentazione in corso a Ferrara, il team di innovazione tecnologica di Hera – in partnership con IBM – sta testando un algoritmo di machine learning che assista gli operatori nel sorvegliare la qualità dei rifiuti raccolti in ogni cassonetto, in modo da rendere più efficiente il riciclo e il recupero di nuovo materiale.
“Per tanti anni ci siamo detti che dovevamo aumentare la percentuale di raccolta differenziata. Oggi quello che stiamo cercando di fare è anche migliorare la qualità della raccolta differenziata”, ci spiega Milena Zappoli, Head of Environmental Innovation di Hera.
Quando gettiamo i rifiuti nella differenziata, infatti, non sempre ci azzecchiamo: la plastica, in particolare, è una frazione in cui spesso finiscono materiali non riciclabili, complici i molti polimeri plastici e i criteri di riciclo diversi a seconda dei Comuni. Quando in un carico di rifiuti raccolti ci sono molti materiali sbagliati, si dice in gergo che è “sporco”, ovvero di qualità bassa.
Attualmente, la “sporcizia” dei rifiuti raccolti dai camion viene controllata al momento dello scarico all’impianto di riciclo, da un operatore che fa una valutazione di massima della qualità del cumulo di rifiuti raccolti. In base a questa valutazione, i rifiuti vengono instradati su linee differenti di lavorazione, che comprendono più o meno passaggi di selezione dei materiali. Osservando i rifiuti solo da fuori, però, è difficile sapere se nel cumulo si nascondono sorprese.
“Abbiamo chiesto ai nostri colleghi: e se riuscissimo a darvi informazioni più precise sulla qualità prima che il camion arrivi all’impianto?”, racconta Zappoli. Con questo obiettivo, è iniziato il progetto che sfrutta un modello di intelligenza artificiale per aiutare gli operatori a valutare la qualità della differenziata.
Come funziona la sperimentazione
Ogni giorno, i camion della raccolta di rifiuti escono e raccolgono il contenuto dei cassonetti per la differenziata. Ogni camion è dotato di telecamere di sicurezza che inquadrano i rifiuti mentre vengono scaricati, in modo che gli autisti si rendano subito conto se il cassonetto contiene rifiuti pericolosi da trattare con cautela.
Proprio le immagini raccolte da queste telecamere vengono date in pasto al modello di intelligenza artificiale, che viene allenato a riconoscere la qualità dei rifiuti in movimento, in qualsiasi condizione meteorologica e di luce. Invece di imparare a riconoscere ogni singolo oggetto – cosa che è più semplice in condizioni controllate, come sul nastro trasportatore ben illuminato di un impianto di riciclaggio – l’algoritmo si allena a imitare la valutazione qualitativa di un operatore umano.
Prima ancora che il carico di rifiuti arrivi all’impianto, il modello di IA è pronto a dare una sua valutazione della “sporcizia” dei rifiuti raccolti per ogni singolo camion. L’informazione arriva all’impianto, che quindi potrà usarla per rendere più precise le valutazioni degli operatori o per decidere le lavorazioni successive. Al momento il sistema è ancora in fase di test: è importante capire se l’IA sta davvero imparando a riconoscere la qualità dei rifiuti nel modo giusto, prima di usare le informazioni che produce. Ma i primi risultati sono promettenti.
“All’inizio del progetto c’erano molte incognite. Le condizioni di raccolta delle immagini sono complesse e non sapevamo quali sarebbero stati i risultati”, spiega Milena Zappoli, “invece ci siamo accorti che il modello imparava e migliorava nel tempo. Peraltro, siamo partiti con questa sperimentazione dalla plastica, che è il materiale più difficile in assoluto, su cui c’è un’enorme varietà e complessità di riconoscimento. Ora, visti i buoni risultati, stiamo lavorando anche sulla carta”.
Il prossimo passo è che le valutazioni generate dalla IA possano essere usate dagli operatori di Herambiente per rendere più efficiente la selezione dei rifiuti nell’impianto, che saranno poi riciclati e trasformati in nuove materie prime.
Leggi anche: Aumenta la differenziata, ma anche i rifiuti
Comunicazione mirata
Le potenzialità di questo progetto, però, sono anche altre. “Abbiamo anche un altro obiettivo: aiutare i cittadini a fare bene la raccolta differenziata”, spiega Zappoli. “Siccome ogni svuotamento di cassonetto è georeferenziato, possiamo capire in quali zone i rifiuti sono più o meno “sporchi” o si trovano spesso oggetti che non possono essere riciclati”, come giocattoli o cassette di plastica. “Quindi possiamo ricavare informazioni utili per fare delle campagne di comunicazione mirate”.
Per assicurarsi che la raccolta differenziata sia davvero utile per l’economia circolare – e che quindi diventi una fonte da cui recuperare materie prime – aumentare la qualità della differenziata è fondamentale. “Per fare questo dobbiamo parlare con le persone, capire come si comportano, comprendere quali sono le loro difficoltà. Grazie alle tecnologie, proviamo a monitorare quello che avviene in campo per dare ai cittadini e agli operatori gli strumenti per fare bene la differenziata”.
–
di Anna Violato – formicablu
Anna Violato è una comunicatrice della scienza freelance che vive a Bologna. Collabora con RADAR Magazine, testata online che racconta i cambiamenti del clima e dell’ambiente, con lo studio di comunicazione scientifica formicablu e con diverse case editrici.
Foto di copertina: Rawpixels