Come ridurre i rifiuti in discarica con l’AI

In qualità di fornitore di servizi elettrici, di gestione del ciclo idrico e di riscaldamento, ed essendo la più grande azienda italiana di gestione e riciclo dei rifiuti, Hera è oggi in prima linea nella battaglia per ridurre i rifiuti e minimizzare i danni ambientali.L’azienda è nota per le sue qualità innovatrici e si distingue per il suo approccio lungimirante alla tutela dell’ambiente.

Andrea Bonetti, responsabile dell’architettura IT di Hera, spiega: “Hera ha adottato, con convinzione assoluta, l’economia circolare”.Laddove le pratiche tradizionali di riciclo possono far parte del ciclo del riuso, Hera offre soluzioni integrate che aiutano a chiudere il cerchio.Con la plastica, ad esempio, Hera non solo recupera i rifiuti, ma li incorpora nella produzione di nuovi prodotti di alta qualità, anch’essi riciclabili.“Oggi, nei territori che gestiamo, la maggior parte dei rifiuti viene recuperata", dice Bonetti. "Solo una piccola parte finisce bruciata, ma nei termovalorizzatori, producendo nuova energia”.

Il processo di recupero, ovviamente, dipende dalla rapida ricerca e separazione del materiale riutilizzabile da grandi quantità di rifiuti.È in questo processo che Bonetti e il suo collega Alessandro Collina, responsabile dell’innovazione informatica di Hera, hanno deciso di esplorare il modo in cui l’automazione basata sull’AI potrebbe migliorare l’efficienza e aiutare a incanalare più materiale verso nuovi utilizzi.

La sfida è duplice.Da una parte, valutare il potenziale dell’AI per smistare i rifiuti.Dall’altra, disporre della flessibilità necessaria per incorporare questo tipo di innovazione e scalarla dalle dimensioni di laboratorio a quelle aziendali.

Attualmente, il personale di Hera analizza manualmente i rifiuti.Mentre i camion scaricano all’ingresso degli stabilimenti e la spazzatura viene spinta verso i nastri trasportatori, gli osservatori controllano i materiali recuperabili, tra cui plastica, vetro, alluminio e materiale organico, e aiutano a dirigere lo smistamento a valle.È un lavoro oneroso di per sé, ma va considerato su larga scala: 1.400 localizzatori in 89 stabilimenti.6,3 milioni di tonnellate di rifiuti trattati ogni anno.In altre parole, c’è un potenziale di efficienza molto maggiore.

L’obiettivo è quello di acquisire video della spazzatura in arrivo e far sì che l’intelligenza artificiale riconosca le caratteristiche di oggetti e materiali che li qualificherebbero per il recupero e il riutilizzo.“Ciò potrebbe avere un impatto decisivo sui costi delle attività di recupero e smaltimento, su cui si focalizza l’economia circolare”, spiega Bonetti.

Per mettere in pratica la nostra visione, spiega Bonetti, "Avevamo bisogno di un partner che potesse davvero andare oltre un concetto di prova e rendere possibile il progetto tramite metodologie di lavoro e strumenti efficaci.Abbiamo pensato che IBM Garage corrispondesse alle nostre esigenze.”

Per il team IBM Garage, incentrato sull’utente e sulla collaborazione, il primo passo verso la soluzione è stato un workshop di design thinking che prevedeva un’esperienza diretta dell’ambiente di lavoro.“I ragazzi di Garage hanno dovuto "sporcarsi le mani", una metafora particolarmente calzante in questo caso”, dice Bonetti. "Per esperienza sappiamo che occorre immergere gli specialisti del machine learning nella realtà, che è sempre molto più complessa del laboratorio.Il team di Garage è venuto quindi a vedere uno stabilimento.I rifiuti sono, per definizione, deformati e compressi, e le condizioni di illuminazione sono variabili.Non è come riconoscere i gattini nelle foto di Facebook!"

Infatti, i team di Hera e IBM Garage hanno subito capito che gli impianti non erano il posto giusto per acquisire i video.C’era troppo materiale che passava in troppo poco tempo.Hanno però trovato un punto di osservazione migliore a monte.

Montando telecamere sui camion della spazzatura, avrebbero potuto filmare le quantità minori di materiale che cadono dai cassonetti.“Vi è anche qui un passaggio estremamente rapido di immagini", afferma Bonetti. "Ma lo studio di queste immagini ci ha permesso di individuare modelli significativi per la valutazione qualitativa dei rifiuti durante il processo di raccolta, non all’interno dello stabilimento, il che potrebbe migliorare i tempi e i costi del processo di trasformazione.”

Inoltre, il team Hera spera di correlare i dati sulla qualità dei rifiuti ai luoghi di raccolta, aiutando l’azienda a sviluppare campagne informative mirate per aiutare le persone a differenziare meglio le tipologie di rifiuti.

Seguendo l’agile IBM Garage Methodology, in otto settimane Hera e il team di IBM Garage hanno creato e lanciato un prodotto minimo realizzabile (MVP) che incorpora le tecnologie IBM Watson Studio e IBM Watson Machine Learning per generare uno strumento specifico per il caso d’uso, incluso un modello di apprendimento automatico per riconoscere i principali modelli ricorrenti nei rifiuti.Secondo Collina, “Gli strumenti IBM ci hanno permesso di prendere pensieri che in precedenza erano solo scritti su carta e trasformarli in realtà in un processo molto più veloce e agile.”

E prosegue: “Ora la sfida più urgente è capire come questo possa essere industrializzato.Come realizzare un prototipo, ad esempio, su un singolo camion, magari per un anno, con tutte le variazioni di illuminazione e condizioni meteorologiche del caso, e continuare a ottenere le informazioni giuste durante tutto l’anno”.

Il lavoro svolto da Hera con IBM Garage e le soluzioni IBM Cloud Pak e WebSphere non è un progetto finito, ma fa parte di un ciclo.

Mentre Bonetti, Collina e i loro colleghi lavorano con il team di IBM Garage per imparare ad addestrare l’AI a individuare i rifiuti recuperabili e adattare tale innovazione alla realtà quotidiana, non solo coltiveranno nuove e preziose competenze ma identificheranno anche altri impieghi dell’AI nel settore dei servizi di pubblica utilità.

La modernizzazione e la flessibilità che Hera ha apportato a Beam IoT infonde maggiore affidabilità e resilienza in un sistema critico, aprendolo a continui adattamenti ed espansioni.

E, cosa più importante, poiché queste iniziative potrebbero migliorare drasticamente l’efficienza in termini di costi del recupero dei rifiuti per altri usi, hanno il potenziale di influenzare un intero settore, generando maggiore slancio nell’economia circolare e consentendo al mondo di recuperare parte del suo verde.

Inizia a usare IBM Consulting

Hera (link esterno a ibm.com)è una multiutility leader in Italia, che fornisce servizi di distribuzione di energia, vendita di energia, gestione del ciclo dell’acqua, riscaldamento e servizi di riciclaggio e smaltimento dei rifiuti. Opera in Emilia-Romagna, Veneto e Friuli, impiega più di 8.000 persone e genera oltre 6 miliardi di euro di fatturato annuo.