地球と宇宙の廃棄物問題を解決するためにAIを活用する4つの企業

地球と宇宙の廃棄物問題を解決するためにAIを活用する4つの企業

人工知能は、世界中の組織において情報に基づいた意思決定を行うための重要なツールとなっています。人工知能の情報処理能力は人間のそれをはるかに上回っており、AIを責任を持って使用することで、現実世界のさまざまな問題をより迅速に解決することにもつながります。

[[335810]]

気候の急速な変化、持続可能な開発への需要の高まり、そして企業が自社ブランドを形成する過程で負わなければならない社会的責任の増大により、企業や文化コミュニケーションの専門家が、新興技術(特にAI)をどのように活用してこれらの現実のギャップを埋めるかに注目するのは当然のことです。

現在、いくつかの問題を解決する AI の強力な能力は、SF 映画の領域を超えています。ゴミの識別、宇宙ゴミの処分、持続可能な開発などが典型的な例です。

廃棄物管理

多くのディストピア映画では、ゴミで覆われた惑星が描かれます。人々はゴミに囲まれたスラム街に住んでおり、あらゆる場所にあるゴミが私たちの生活空間を完全に占拠しています。ありがたいことに、Greyparrot のような企業の助けにより、人類はこのディストピア的な未来から逃れることができるでしょう。 Greyparrot は、「AI ベースのコンピューター ビジョン ソフトウェアを使用して、廃棄物のリサイクルの透明性と自動化を高める」ことに専念している人工知能企業です。

今日の消費者は製品の持続可能性についてますます関心を寄せており、政府の規制がますます厳しくなる中、企業は循環型経済を実現するための新たな方法を模索せざるを得なくなっています。いわゆる循環型経済とは、「修復的かつ再生的な設計を実現する経済的枠組み」です。核となるのは、製品が主な使用サイクルの終了後も引き続き他の役割を果たせるように、経済的な観点から廃棄物処理を設計することです。循環型経済は、廃棄物およびリサイクル業界の非効率性から脱却するための鍵にもなっています。この非効率性を引き起こす主な要因は、「毎年発生する固形廃棄物の 60% が、野積みや埋め立て地に行き着く」ことです。

Greyparrot の AI ソリューションは、実務者が既存の選別および廃棄物処理施設の非効率性を見つけるのに役立ち、企業が循環型経済への正しい道をより迅速に見つけられるよう支援します。同社の人工知能視覚技術は、ベルトコンベア上のアイテムを人間を上回るスピードと精度で識別し、「さまざまな種類の廃棄物を自動的に識別し、構成情報と分析結果を提供して、施設のリサイクル率向上に役立つ」という。さらに重要なのは、AI テクノロジーは拡張が容易で、施設にリアルタイムの洞察と分析結果を提供できることです。 AIは監視・分析を通じて廃棄物を最大限に活用することができ、スマートゴミ箱や選別ロボットなどが産業界に導入されると期待されています。 Greyparrot AI は、廃棄物管理を新世紀に導くと同時に、常に「汚くて、乱雑で、貧しい」状況で知られるこの業界に AI を応用する扉を開き、最終的には世界全体がディストピア的な結末から脱出するのを助けます。このスタートアップは最近、Europa Tech Startup Awards の 2020 年の Climate Tech/Green Tech 部門で Hot Startup に選ばれました。

宇宙ゴミ

人類が放棄された地球を離れ、新たな生活環境を受け入れる物語を描いたSF映画も数多くあります。人々は宇宙に新しい家を建て始め、ウォーリーのようなロボットにゴミの清掃を任せました。しかし、もし地球の軌道上に宇宙ゴミが多すぎて、宇宙船を正常に打ち上げることができなくなったらどうなるでしょうか? 多くの科学者にとって、宇宙ゴミは深刻な問題となっています。欧州宇宙機関によれば、現在地球の周りを飛び回っているゴミの数は1億2900万個だという。これらの宇宙ゴミは、宇宙飛行士の地球軌道活動、通信および気象衛星ネットワーク、さらには将来の宇宙旅行に深刻な脅威をもたらしています。

今回の訪問では、AI とテクノロジーの企業も協力して多大な貢献を果たすことができます。 NASAは「ディープ・スペース・アステロイド・チャレンジ」を立ち上げ、参加者に機械学習を使って人類が「恐竜と同じ運命を避ける」手助けをするよう呼びかけている。もちろん、地球に接触する可能性のある地球近傍天体は小惑星だけではありません。現在、地球上の生命に真の脅威を与える可能性のある「彗星や宇宙ゴミの破片」が約1,000個ある。

しかし、宇宙ゴミを検出すると同時に、それを地球の軌道から除去する方法も考慮する必要があります。 StartRocket プロジェクトは、泡を使用してこの破片を除去することを目的としています。スタートロケットは、Foam Debris Catcher と呼ばれる衛星を発射する予定で、この衛星が破片の領域に到達すると、「最大 1 トンの宇宙ゴミを捕獲できる宇宙グレードのポリマーフォーム アーム ネットを展開する」予定だ。この巨大な軌道抵抗によって、この重いゴミの塊は地球に向かって引き寄せられ、大気圏で燃え尽きることになる。

食品廃棄物

人工知能の重要性は、壮大な目標を達成することだけではなく、実際にそれを利用する企業に莫大な投資収益をもたらすことにあります。食品業界では、AI技術は「2030年までに年間最大1270億ドルの収益を生み出すと予想されている」。そして、AIが解決する主な矛盾は食品廃棄の問題だ。農場から冷蔵庫に至るまで、生産される食料の約3分の1(約13億トン)が毎年失われたり廃棄されたりしています。

Winnow Solutions は、商業用厨房における食品廃棄物の識別と計量に人工知能を利用することを望んでいる企業の一つです。同社の AI「Winnow Vision」は、スマートゴミ箱に捨てられた物の価値を自動的に推定します。 「Winnow Vision は廃棄された食品を 80% の精度で正確に識別でき、練習を通じて継続的に学習します」。最終的にはキッチンスタッフよりも 10% 高い認識精度を達成しました (人間の従業員が他の日常業務に気を取られる必要もありません)。

[[335811]]

ブリュッセルの地元スーパーマーケットで、従業員が期限切れの食品を廃棄している。

AIテクノロジーはキッチン以外でも大きな可能性を秘めています。イスラエルのスタートアップ企業Wastelessは、生鮮食品向けの動的価格設定アルゴリズムを開発した。 Wasteless は商品価格をリアルタイムで追跡し、保管期間に基づいて価格調整を行うことができます。 Wasteless は店舗の在庫管理システムと統合して、期限切れが近づいている商品を自動的に割引価格で提供することができます。 Wasteless の支援により、「小売業者は食品廃棄物を 39% 削減し、売上を 110% 増加させ、健全な純利益率を維持し続けました。」

水漏れ

水は貴重で限られた資源ですが、幸いなことに、ある程度は再生可能でもあります。残念なことに、商業ビルの水漏れにより、世界の総水供給量の 25% 以上が毎年無駄になっています。この目的のために、WINT は漏洩を発生源で検出して防止できる AI ソリューションを開発しました。 WINT の AI ソリューションは、パターン マッチングを使用して企業ユーザーの給水ネットワークを継続的に学習し、適応することで、漏水や廃棄物の汚染検出を最適化し、最終的には漏水によって無駄になる水資源の 25% を排除します。ある顧客は、WINT を導入した後、全体的な水の使用量が 24% 減少したと報告しました。明らかに、これは運用予算と環境の両方に非常に有益な技術です。

個人や組織が洞察と実践を組み合わせるのを支援する

AI は分析、予測、およびアクションの推奨を行うことができますが、生産方法の効率性を最大限に引き出すために既存のシステムをどのように変更するかなど、最終的な決定は依然として人間が行います。宇宙ゴミ、食品廃棄物、ゴミ処理、水漏れなどが典型的な使用例です。人工知能と経済効果を統合することで、投資収益率を高めながら企業の評判を形成し、開発目標を明確にするのに役立つ持続可能なソリューションを生み出すことができます。

<<:  チューリング賞受賞者でAAAI次期会長がAIの今後10年を展望

>>:  IoT、AI、ビッグデータが地球を救う方法

ブログ    
ブログ    

推薦する

どうやってパートナーを見つけたのですか?日本のネットユーザー:国はAIを使って配信している

星野源のような容姿の人を満足させることは、実はとても簡単です。ついに国家がオブジェクトを割り当てる時...

8年が経ちました。Googleが中国に戻るという噂は本当でしょうか?

[51CTO.com オリジナル記事] Google の中国復帰について新たな声が上がっている。最...

ドイツ企業の47%は、人工知能の最大の利点は生産効率の向上であると考えている。

ドイツ連邦政府は2018年に「ドイツ人工知能開発戦略」を発表し、人工知能分野におけるドイツの研究開発...

...

AI サイバーセキュリティ脅威マップ

12月15日、欧州連合ネットワーク情報セキュリティ機関(ENISA)は、 「人工知能サイバーセキュリ...

グラフを考慮した対照学習により多変量時系列分類が改善

本日は、シンガポール科学技術研究庁 (A*STAR) と南洋理工大学 (シンガポール) が AAAI...

人工知能によって仕事が置き換えられた後、一般の人々は何をすべきでしょうか?

The Paperによると、世界経済フォーラムの報告書では、2025年までに8000万の仕事が機械...

2018年末のAI分野におけるオープンソースフレームワークのまとめ

[[253605]] [やや活発な***四半期] 2018.3.04——OpenAIはオープンソース...

機械学習 | PyTorch 簡潔チュートリアル パート 2

前回の記事「PyTorch Concise Tutorial Part 1」に引き続き、多層パーセプ...

開発のボトルネックを打破し、人工知能の未来は何に頼って「はしごを登る」のでしょうか?

[[411053]]ファーウェイは7月9日、2021年世界人工知能大会およびアセンド人工知能サミッ...

ChatGPT パラメータが 200 億しかないとは思いませんでした。

ChatGPT の核心的な秘密が Microsoft によってこのように暴露されるとは誰も予想して...

K-means クラスタリングがあるのに、なぜ DBSCAN クラスタリング アルゴリズムが必要なのでしょうか?

クラスタリング分析は、データ ポイントを複数の特定のクラスターまたはグループに分割する教師なし学習手...

駐車技術の進化: 人工知能が駐車場の未来をどう形作るか

近年、インドは深刻な駐車スペース不足という差し迫った問題に直面している。自動車の数が日々増加している...

2019年に解決すべき11のAI倫理的ジレンマ

ビッグデータダイジェスト制作編集者: Luan Hongye、Aileen今こそAIの倫理について議...