زباله‌های پلاستیکی اقیانوس‌ها را احاطه کرده است و با توجه به وسعت مشکل، دهه‌ها تلاش برای حل این بحران هنوز به سرانجام نرسیده است. در این شرایط، اکنون نیروی جدید قدرتمندی به‌نام هوش مصنوعی (AI) برای مقابله مستقیم با این چالش روی کار آمده است.

سایت ارث نوشته است تاکنون، تلاش‌های پاکسازی اقیانوس‌ها براساس راهبردهای مسیریابی نسبتاً ساده و دستی انجام می‌شد، اما نتایج تحقیقی علمی خبر می‌دهد که الگوریتم‌های هوش مصنوعی می‌توانند راندمان حذف پلاستیک را بیش از ۶۰ درصد افزایش دهند.

این تحقیق که بین سال‌های ۲۰۲۲ تا ۲۰۲۴ انجام شده است، این فرایند را به‌طور اساسی تغییر داد. گروه تحقیق، مدل بهینه‌سازی غیرخطی و پویا ایجاد کرد که حتی هنگام مدیریت مناطق وسیع اقیانوس، مؤثرترین مسیرهای جمع‌آوری پلاستیک را در عرض چند ثانیه پیدا می‌کند. این روش تغییرات در تراکم پلاستیک، الگوهای آب‌وهوایی و تأثیر خود سیستم بر محیط‌زیست را در نظر می‌گیرد و بدون افزایش هزینه‌های عملیاتی، نتایج به‌طور قابل‌توجه بهبودیافته‌ای را ارائه می‌دهد.

در حال حاضر، چندین طرح پیشگام از هوش مصنوعی برای مقابله با جنبه‌های مختلف چالش پلاستیک‌های اقیانوسی استفاده می‌شود. این کاربردهای اولیه، درحالی‌که هنوز در حال تکامل هستند، پتانسیل دگرگون‌کننده این فناوری‌ها را نشان می‌دهند.

در هسته این نوآوری، یک مدل ریاضی پیچیده وجود دارد. چالش فقط پیمایش از یک نقطه به نقطه دیگر نیست، بلکه به حداکثر رساندن جمع‌آوری پلاستیک در طول زمان است.

یکی از امیدوارکننده‌ترین راه‌ها، استفاده از هوش مصنوعی برای تحلیل تصاویر ماهواره‌ای و هوایی است. الگوریتم‌های آموزش‌دیده براساس مجموعه داده‌های مربوط به نشانه‌های پلاستیکی می‌توانند تجمعات بزرگی از پلاستیک شناور را حتی در مناطق دورافتاده اقیانوس، شناسایی کنند. این رویکرد پوشش مکانی بی‌سابقه‌ای را ارائه می‌دهد و امکان نظارت بر بخش‌های وسیعی از اقیانوس را فراهم می‌کند که بررسی دستی آنها غیرممکن است. علاوه‌براین، تحلیل زمانی داده‌های ماهواره‌ای می‌تواند حرکت و پراکندگی تکه‌های پلاستیکی را در طول زمان آشکار کند و بینش‌هایی در مورد مناطق تجمع و مسیرهای انتقال ارائه دهد.

از سوی دیگر، پهپادهای مجهز به دوربین‌هایی با وضوح بالا و تشخیص تصویر مبتنی‌بر هوش مصنوعی، قابلیت نظارت محلی‌تر اما بسیار دقیقی را ارائه می‌دهند. این وسایل نقلیه هوایی می‌توانند برای بررسی مناطق ساحلی، دهانه رودخانه‌ها و بندرگاه‌ها به‌عنوان نقاط ورودی کلیدی آلودگی پلاستیکی به اقیانوس مستقر شوند. پهپادها می‌توانند به حسگرهایی فراتر از دوربین‌های بصری، مانند تصویربردارهای فراطیفی، مجهز شوند که می‌توانند اطلاعات دقیق‌تری در مورد ترکیب زباله‌های پلاستیکی ارائه دهند.

درحالی‌که پایش سطحی و هوایی بسیار مهم هستند، بخش قابل‌توجهی از آلودگی‌های پلاستیکی، به‌ویژه میکروپلاستیک‌ها، در زیر سطح اقیانوس وجود دارند. پایش صوتی، با استفاده از هوش مصنوعی برای تجزیه‌وتحلیل صداهای زیر آب، رویکردی جدید برای شناسایی و ردیابی زباله‌های پلاستیکی ارائه می‌دهد. انواع خاصی از پلاستیک، هنگام تعامل با جریان‌های آب یا موجودات دریایی، امضاهای صوتی منحصربه‌فردی ایجاد می‌کنند که الگوریتم‌های هوش مصنوعی می‌توانند تشخیص آنها را یاد بگیرند. این فناوری هنوز در مراحل اولیه خود است، اما نتایج تحقیقات اولیه نشان می‌دهد پتانسیل آن برای نظارت بر زیرسطحی در مقیاس بزرگ وجود دارد.

مکمل روش‌های صوتی، ربات‌های زیر آب یا وسایل نقلیه زیر آب خودران (AUV) مجهز به دوربین و حسگر هستند. هوش مصنوعی این ربات‌ها را قادر می‌سازد به‌صورت خودران حرکت کنند، زباله‌های پلاستیکی را در کف دریا یا در ستون آب شناسایی کنند و حتی نمونه‌ها را برای تجزیه و تحلیل بیشتر جمع‌آوری کنند.

محققان فراتر از تقویت عملیات پاکسازی فعلی، بررسی کردند که چگونه مدل بهینه‌سازی آنها می‌تواند به توسعه فناوری در آینده کمک کند. هوش مصنوعی می‌تواند پاکسازی‌ها را فراتر از اقیانوس‌ها افزایش دهد و نتایج این تحقیق نشان می‌دهد تکنیک‌های بهینه‌سازی هوش مصنوعی می‌توانند تأثیر ابتکارات محیط‌زیستی موجود را به‌طور اساسی تقویت کنند. | ایسنا