Пока до Zero Waste человечеству еще далеко — есть надежда на технологии, которые помогут нам справиться с мусорным кризисом и снизить негативную нагрузку на экологические системы. В этой статье мы хотим рассказать об интересных «зеленых» ИТ-инициативах разного масштаба, которые объединены одной общей целью — сделать нашу планету чище.
Чаще всего о большом тихоокеанском мусорном пятне говорят как о целом острове, наподобие острова погибших кораблей из романа Александра Беляева, состоящем из всевозможного неорганического мусора. На самом же деле это скопление мелких и микроскопических кусочков пластика. Конечно, там встречаются объекты и покрупнее, например, шины и буи, но большая часть мусора имеет микроскопический размер. Вы можете оказаться в самом его центре, но даже ничего и не заметить. Хотя проба воды, взятая из этого места, будет похожа на суп из мелких отходов.
«Мусороворот» образовался из-за особенностей течений: теплая вода из южной части Тихого океана встречается с более холодной водой из Арктики. Их стык образует нечто вроде мусорного шоссе, по которому дрейфуют тонны пластиковых бутылок, упаковок и всего прочего, что делает жизнь современного человека комфортнее, а затем отправляется в ближайшее озеро или реку за ненадобностью.
Убрать этот мусор не так легко, как кажется на первый взгляд. Микроскопические кусочки пластика немногим крупнее планктона, поэтому сети и иные фильтры могут навредить океанической фауне. Но даже если предположить, что возможно построить особый фильтр, отделяющий мусор от живых существ и водорослей, масштаб пятна делает эту работу сизифовым трудом.
Один из самых амбициозных проектов, призванных снизить уровень загрязнения в Тихом океане, принадлежит организации Ocean Cleanup. Предполагается, что возможно изолировать, сжать и переместить скопление мусора путем строительства специальных барьеров.
«Наши системы очистки океана спроектированы так, чтобы быть безопасными для морской флоры и фауны. Они дрейфуют в воде очень медленно, под действием ветра и волн. Кроме того, мы используем не сети, а особые фильтры. Пластик извлекается из океана таким образом, чтобы свести к минимуму риски для экосистемы. Вдобавок к этому мы планируем привлекать специально обученных людей к конечному этапу фильтрации и изъятия пластиковых отходов.»
— основатель и генеральный директор Ocean Cleanup Боян Слат
Разумеется, просчет такого сложного проекта занял огромное количество вычислительных мощностей: инженерам понадобилось построить точную математическую модель, наладить симуляцию океанических течений, учесть нюансы флоры и фауны, а также метеорологические факторы, и лишь затем приступить к проектированию самого барьера. Вне всяких сомнений, расчет подобного проекта было бы чрезвычайно выгодно поручить облачному GPU-компьютеру.
«Проект занял у нас необычайно много времени и ресурсов… все сопутствующие расчеты выполнялись частично на рабочих машинах, частично — в облачной среде. Можно сказать, что нам удалось учесть подавляющее число рисков. Увы, далеко не все можно просчитать заранее, а затем отмасштабировать до реальных размеров и условий. Только запуск бета-версии нашей системы позволит сказать наверняка, что мы сделали правильно, а где допустили ошибку.»
На данный момент проект находится в стадии второго бета-теста. К сожалению, пандемия внесла коррективы и существенно сдвинула запуск следующей итерации.
Совсем недавно у проекта появилась новая система «Дженни» — модернизированный U-образный барьер-сеть длиной более 800 метров для захвата пластикового мусора. Новая конструкция будет использоваться вместе с буксиром — ее уже протестировали в северной части Тихого океана, где «Дженни» собрала свой первый улов.
Сразу после объявления компанией Huawei конкурса на лучший алгоритм, решающий «мусорную» проблему, ученые из Наньяна приступили к разработке искусственного интеллекта под названием GarbageNet. Проект основан на нейронной сети глубокого обучения, так называемой сверточной НС, которая чаще всего используется для анализа изображений. Алгоритм использует заранее подготовленный и размеченный набор данных с фотографиями разного вида мусорав профиль, с тыла и анфас.
Китайские специалисты разработали новую программу, в основе которой лежат технологии искусственного интеллекта. GarbageNet способна автоматически определять вид мусора и рассортировывать его по разным категориям. Более того, алгоритм способен учиться и распознавать даже тот мусор, с которым он не сталкивался ранее.
«Ускоренное развитие человеческого общества происходит за счет сильного загрязнения окружающей среды», пишет Цзяньфэй Ян, научный сотрудник Наньянского технологического университета, соавтор разработки. «Я лично заинтересован в использовании программы для решения таких важных проблем, как загрязнение окружающей среды».
На конкурсе HUAWEI Cloud Garbage Classification Challenge программа GarbageNet столкнулась с 43 различными типами мусора, от одноразовых снэк-боксов и косметических бутылок до бамбуковых палочек для еды и гнилых овощей. GarbageNet проявил 97% точность и на голову обошел все прочие конкурсные ИИ.
Похоже, в ближайшем будущем GarbageNet обзаведется роботизированной рукой, а может быть даже кибервеником и робосовком.
«Мы надеемся, что специалисты по искусственному интеллекту смогут вместе разрабатывать ИИ-приложения, посвященные борьбе с изменением климата, энергосбережению, борьбе с голодом и многими другими напастями»
«Мусорный» остров Семакау — это единственный рукотворный мусорный полигон-остров, расположенный на шельфе среди южных островов Сингапура. Его общая площадь составляет 3,5 квадратных километра. Для его строительства была построена семикилометровая каменная насыпь, ограждающая полигон от морских вод. Предполагалось, что остров просуществует до 2045 г., однако Министерство окружающей среды и водных ресурсов совместно с Национальным агентством по окружающей среде, управляющим свалкой, надеются, что этот срок будет продлен за счет различных инициатив по минимизации отходов и сохранению ресурсов.
Семакау заполнен преимущественно золой, производимой четырьмя мусоросжигательными заводами Сингапура. Почти все производимые государством отходы сжигаются и каждую ночь переправляются на остров крытыми баржами — чтобы ветер не разнес пепел по островам. Тщательное проектирование и регулярные эксплуатационные работы на полигоне обеспечили ему чистоту, отсутствие запаха и даже некоторую живописность. Во время строительства были установлены противоиловые заслоны для защиты кораллового рифа. Вокруг острова регулярно проводятся пробы воды, позволяющие убедиться в целостности заграждений.
На Семакау реализуется несколько интересных и значимых экологических проектов. Один из них — мониторинг водной растительности вокруг островов
Совет национальных парков, Национальный центр биоразнообразия и добровольцы из числа населения страны регулярно проводят мониторинг морских водорослей, встречающихся в Сингапуре в приливных зонах. Эти исследования являются частью Seagrass-Watch, глобальной программы оценки и отслеживания водорослей, охватывающей 18 стран с более чем 200 объектами мониторинга по всему миру. Собранные данные отправляются в штаб-квартиру Seagrass-Watch и затем тщательно анализируются с применением суперкомпьютеров на предмет появления тенденций, угрожающих биологическому разнообразию.
В нашей стране тоже есть интересные антимусорные инициативы. Например, проект от российской компании «Большая тройка».
Программно-аппаратный комплекс, получивший незамысловатое название «Управление отходами», состоит из 3-х ключевых компонентов. Каждый из них выполняет собственную узко очерченную роль.
Автоматизированная информационная система «Региональный кадастр отходов» собирает и анализирует данные о продуцентах отходов, от многоквартирных домов и частных владений до юридических лиц, таких как предприятия общепита, заводы и т.п. Таким образом, становится возможным автоматически выставлять штрафы за выявленные и подтвержденные нарушения законодательства РФ и отслеживать реальные цифровые данные об образовании отходов и их дальнейшем «пути».
Компонент «Редактор территориальных схем» позволяет хранить и анализировать информацию обо всех участниках мусороперерабатывающей цепочки на территории региона. Среди них мусорные контейнеры и полигоны, спецтранспорт, сортировочные станции и мусоросжигательные заводы.
Специализированный алгоритм позволяет управлять логистикой мусоровозов и направлять машины по наиболее эффективному пути. Кроме того, возможно просчитать оптимальный коэффициент загруженности объектов инфраструктуры, чтобы обеспечить им больший срок эксплуатации. Среди «умных» фич модуля — возможность просчитать, насколько текущий уровень инфраструктуры соответствует потребностям отдельно взятого района и определить, когда возникнет надобность, к примеру, установить дополнительные контейнеры или расширить парк мусоровозов.
Последний модуль — это автоматизированная система (АС) «Управление отходами». Она служит для обеспечения бизнес-процессов управляющих компаний или региональных операторов. Модуль содержит субкомпоненты для электронного документооборота, помогает в логистических задачах и позволяет вести учет произведенных конкретными объектами инфраструктуры отходов.
Водители мусоровозов также имеют непосредственный доступ к системе: через мобильное приложение, установленное на смартфон или планшет, они получают ежедневные задания и отправляют отчеты о проделанной работе. Большая часть серверных мощностей системы вынесена в облако.
«Пока это возможно только в тех регионах, где уже есть электронные модели и публичный доступ, но в скором времени у каждого гражданина будет доступ в ПАК, — говорит Артем Седов, генеральный директор «Большой тройки». — С помощью него люди смогут видеть состояние контейнеров и объектов инфраструктуры, следить за тем, что происходит в отрасли обращения с отходами, и не допускать, чтобы она, как раньше, оставалась «серой».
Напоследок расскажем об одном из открытых мини-проектов, разработанном энтузиастом Мишелем Москаритоло для распознавания мусора на улицах города. Всё, что вам понадобится для его реализации — небольшой скутер или даже велосипед, камера и компактный компьютер.
Проект построен на популярной и очень эффективной нейронной сети для обнаружения объектов Yolo. Версия этой сети, специально обученная распознавать мусорные контейнеры, пакеты и картонные коробки, была выпущена Маартеном Сукелем, специалистом по искусственному интеллекту из Амстердама и является «сердцем» проекта. Для вычислений был выбран AGX Xavier, специальный модуль для ИИ-задач. На роль камеры — простая вебка Logitech. Из дополнительного оборудования — Arduino-совместимый модуль GPS + Glonass с антенной и точка доступа Wi-Fi / 4G с питанием от аккумулятора для подключения к облаку.
В качестве транспортного средства, на котором будет размещено оборудование, исследователи выбрали скутер Vespa — простое, доступное и удобное решение.
Клиентский SDK включает в себя массу API-интерфейсов, которые можно использовать для добавления/обновления/удаления событий, генерируемых приложением, запущенным на VespAI.
Для отображения данных геоаналитики была выбрана платформа Google Maps: дешево и сердито, то, что нужно для open-source проекта. На данный момент поддерживаются два разных слоя визуализации: тепловые карты и маркеры. Тепловые карты позволяют увидеть распределение мусора по участкам, маркеры дают возможность детально изучить конкретную точку обнаружения мусора.
В планах автора — усовершенствовать GPS-модуль, добавить новые слои на интерактивную карту, а также увеличить количество распознаваемых объектов. Но последнюю задачу в одиночку решить затруднительно как минимум из-за требовательного к производительности компьютера процессу обучения моделей распознавания. Облако на GPU могло бы превосходно справиться с этой задачей.
В заключение скажем: огромное количество стартапов, некоммерческих проектов и прочих инициатив, связанных с улучшением экологической ситуации в мире, не может не вызывать опасения. К счастью, современные облачные технологии с каждым днем делают ранее невыполнимые для маленьких компаний и частных изобретателей задачи простыми и доступными. Если в вашем арсенале есть амбициозные идеи и проекты, для реализации которых нужно обуздать ИИ, обучить модель или обработать огромный массив данных — попробуйте наш сервис GPU Super Cloud. Мы предлагаем 14 дней бесплатного тестового доступа к облачной платформе на базе GPU — триал и подробные условия работы с сервисом доступны по ссылке.
Тихоокеанское мусорное пятно и способ его победить
Чаще всего о большом тихоокеанском мусорном пятне говорят как о целом острове, наподобие острова погибших кораблей из романа Александра Беляева, состоящем из всевозможного неорганического мусора. На самом же деле это скопление мелких и микроскопических кусочков пластика. Конечно, там встречаются объекты и покрупнее, например, шины и буи, но большая часть мусора имеет микроскопический размер. Вы можете оказаться в самом его центре, но даже ничего и не заметить. Хотя проба воды, взятая из этого места, будет похожа на суп из мелких отходов.
«Мусороворот» образовался из-за особенностей течений: теплая вода из южной части Тихого океана встречается с более холодной водой из Арктики. Их стык образует нечто вроде мусорного шоссе, по которому дрейфуют тонны пластиковых бутылок, упаковок и всего прочего, что делает жизнь современного человека комфортнее, а затем отправляется в ближайшее озеро или реку за ненадобностью.
Убрать этот мусор не так легко, как кажется на первый взгляд. Микроскопические кусочки пластика немногим крупнее планктона, поэтому сети и иные фильтры могут навредить океанической фауне. Но даже если предположить, что возможно построить особый фильтр, отделяющий мусор от живых существ и водорослей, масштаб пятна делает эту работу сизифовым трудом.
Один из самых амбициозных проектов, призванных снизить уровень загрязнения в Тихом океане, принадлежит организации Ocean Cleanup. Предполагается, что возможно изолировать, сжать и переместить скопление мусора путем строительства специальных барьеров.
«Наши системы очистки океана спроектированы так, чтобы быть безопасными для морской флоры и фауны. Они дрейфуют в воде очень медленно, под действием ветра и волн. Кроме того, мы используем не сети, а особые фильтры. Пластик извлекается из океана таким образом, чтобы свести к минимуму риски для экосистемы. Вдобавок к этому мы планируем привлекать специально обученных людей к конечному этапу фильтрации и изъятия пластиковых отходов.»
— основатель и генеральный директор Ocean Cleanup Боян Слат
Разумеется, просчет такого сложного проекта занял огромное количество вычислительных мощностей: инженерам понадобилось построить точную математическую модель, наладить симуляцию океанических течений, учесть нюансы флоры и фауны, а также метеорологические факторы, и лишь затем приступить к проектированию самого барьера. Вне всяких сомнений, расчет подобного проекта было бы чрезвычайно выгодно поручить облачному GPU-компьютеру.
«Проект занял у нас необычайно много времени и ресурсов… все сопутствующие расчеты выполнялись частично на рабочих машинах, частично — в облачной среде. Можно сказать, что нам удалось учесть подавляющее число рисков. Увы, далеко не все можно просчитать заранее, а затем отмасштабировать до реальных размеров и условий. Только запуск бета-версии нашей системы позволит сказать наверняка, что мы сделали правильно, а где допустили ошибку.»
На данный момент проект находится в стадии второго бета-теста. К сожалению, пандемия внесла коррективы и существенно сдвинула запуск следующей итерации.
Совсем недавно у проекта появилась новая система «Дженни» — модернизированный U-образный барьер-сеть длиной более 800 метров для захвата пластикового мусора. Новая конструкция будет использоваться вместе с буксиром — ее уже протестировали в северной части Тихого океана, где «Дженни» собрала свой первый улов.
GarbageNet: ИИ для сортировки мусора
Сразу после объявления компанией Huawei конкурса на лучший алгоритм, решающий «мусорную» проблему, ученые из Наньяна приступили к разработке искусственного интеллекта под названием GarbageNet. Проект основан на нейронной сети глубокого обучения, так называемой сверточной НС, которая чаще всего используется для анализа изображений. Алгоритм использует заранее подготовленный и размеченный набор данных с фотографиями разного вида мусора
Китайские специалисты разработали новую программу, в основе которой лежат технологии искусственного интеллекта. GarbageNet способна автоматически определять вид мусора и рассортировывать его по разным категориям. Более того, алгоритм способен учиться и распознавать даже тот мусор, с которым он не сталкивался ранее.
«Ускоренное развитие человеческого общества происходит за счет сильного загрязнения окружающей среды», пишет Цзяньфэй Ян, научный сотрудник Наньянского технологического университета, соавтор разработки. «Я лично заинтересован в использовании программы для решения таких важных проблем, как загрязнение окружающей среды».
На конкурсе HUAWEI Cloud Garbage Classification Challenge программа GarbageNet столкнулась с 43 различными типами мусора, от одноразовых снэк-боксов и косметических бутылок до бамбуковых палочек для еды и гнилых овощей. GarbageNet проявил 97% точность и на голову обошел все прочие конкурсные ИИ.
Похоже, в ближайшем будущем GarbageNet обзаведется роботизированной рукой, а может быть даже кибервеником и робосовком.
«Мы надеемся, что специалисты по искусственному интеллекту смогут вместе разрабатывать ИИ-приложения, посвященные борьбе с изменением климата, энергосбережению, борьбе с голодом и многими другими напастями»
Искусственный остров Семакау
«Мусорный» остров Семакау — это единственный рукотворный мусорный полигон-остров, расположенный на шельфе среди южных островов Сингапура. Его общая площадь составляет 3,5 квадратных километра. Для его строительства была построена семикилометровая каменная насыпь, ограждающая полигон от морских вод. Предполагалось, что остров просуществует до 2045 г., однако Министерство окружающей среды и водных ресурсов совместно с Национальным агентством по окружающей среде, управляющим свалкой, надеются, что этот срок будет продлен за счет различных инициатив по минимизации отходов и сохранению ресурсов.
Семакау заполнен преимущественно золой, производимой четырьмя мусоросжигательными заводами Сингапура. Почти все производимые государством отходы сжигаются и каждую ночь переправляются на остров крытыми баржами — чтобы ветер не разнес пепел по островам. Тщательное проектирование и регулярные эксплуатационные работы на полигоне обеспечили ему чистоту, отсутствие запаха и даже некоторую живописность. Во время строительства были установлены противоиловые заслоны для защиты кораллового рифа. Вокруг острова регулярно проводятся пробы воды, позволяющие убедиться в целостности заграждений.
На Семакау реализуется несколько интересных и значимых экологических проектов. Один из них — мониторинг водной растительности вокруг островов
Совет национальных парков, Национальный центр биоразнообразия и добровольцы из числа населения страны регулярно проводят мониторинг морских водорослей, встречающихся в Сингапуре в приливных зонах. Эти исследования являются частью Seagrass-Watch, глобальной программы оценки и отслеживания водорослей, охватывающей 18 стран с более чем 200 объектами мониторинга по всему миру. Собранные данные отправляются в штаб-квартиру Seagrass-Watch и затем тщательно анализируются с применением суперкомпьютеров на предмет появления тенденций, угрожающих биологическому разнообразию.
Управление отходами: ИИ-ПАК от «Большой тройки»
В нашей стране тоже есть интересные антимусорные инициативы. Например, проект от российской компании «Большая тройка».
Программно-аппаратный комплекс, получивший незамысловатое название «Управление отходами», состоит из 3-х ключевых компонентов. Каждый из них выполняет собственную узко очерченную роль.
Автоматизированная информационная система «Региональный кадастр отходов» собирает и анализирует данные о продуцентах отходов, от многоквартирных домов и частных владений до юридических лиц, таких как предприятия общепита, заводы и т.п. Таким образом, становится возможным автоматически выставлять штрафы за выявленные и подтвержденные нарушения законодательства РФ и отслеживать реальные цифровые данные об образовании отходов и их дальнейшем «пути».
Компонент «Редактор территориальных схем» позволяет хранить и анализировать информацию обо всех участниках мусороперерабатывающей цепочки на территории региона. Среди них мусорные контейнеры и полигоны, спецтранспорт, сортировочные станции и мусоросжигательные заводы.
Специализированный алгоритм позволяет управлять логистикой мусоровозов и направлять машины по наиболее эффективному пути. Кроме того, возможно просчитать оптимальный коэффициент загруженности объектов инфраструктуры, чтобы обеспечить им больший срок эксплуатации. Среди «умных» фич модуля — возможность просчитать, насколько текущий уровень инфраструктуры соответствует потребностям отдельно взятого района и определить, когда возникнет надобность, к примеру, установить дополнительные контейнеры или расширить парк мусоровозов.
Последний модуль — это автоматизированная система (АС) «Управление отходами». Она служит для обеспечения бизнес-процессов управляющих компаний или региональных операторов. Модуль содержит субкомпоненты для электронного документооборота, помогает в логистических задачах и позволяет вести учет произведенных конкретными объектами инфраструктуры отходов.
Водители мусоровозов также имеют непосредственный доступ к системе: через мобильное приложение, установленное на смартфон или планшет, они получают ежедневные задания и отправляют отчеты о проделанной работе. Большая часть серверных мощностей системы вынесена в облако.
«Пока это возможно только в тех регионах, где уже есть электронные модели и публичный доступ, но в скором времени у каждого гражданина будет доступ в ПАК, — говорит Артем Седов, генеральный директор «Большой тройки». — С помощью него люди смогут видеть состояние контейнеров и объектов инфраструктуры, следить за тем, что происходит в отрасли обращения с отходами, и не допускать, чтобы она, как раньше, оставалась «серой».
Vespa, камера и немного ИИ
Напоследок расскажем об одном из открытых мини-проектов, разработанном энтузиастом Мишелем Москаритоло для распознавания мусора на улицах города. Всё, что вам понадобится для его реализации — небольшой скутер или даже велосипед, камера и компактный компьютер.
Проект построен на популярной и очень эффективной нейронной сети для обнаружения объектов Yolo. Версия этой сети, специально обученная распознавать мусорные контейнеры, пакеты и картонные коробки, была выпущена Маартеном Сукелем, специалистом по искусственному интеллекту из Амстердама и является «сердцем» проекта. Для вычислений был выбран AGX Xavier, специальный модуль для ИИ-задач. На роль камеры — простая вебка Logitech. Из дополнительного оборудования — Arduino-совместимый модуль GPS + Glonass с антенной и точка доступа Wi-Fi / 4G с питанием от аккумулятора для подключения к облаку.
В качестве транспортного средства, на котором будет размещено оборудование, исследователи выбрали скутер Vespa — простое, доступное и удобное решение.
Клиентский SDK включает в себя массу API-интерфейсов, которые можно использовать для добавления/обновления/удаления событий, генерируемых приложением, запущенным на VespAI.
Для отображения данных геоаналитики была выбрана платформа Google Maps: дешево и сердито, то, что нужно для open-source проекта. На данный момент поддерживаются два разных слоя визуализации: тепловые карты и маркеры. Тепловые карты позволяют увидеть распределение мусора по участкам, маркеры дают возможность детально изучить конкретную точку обнаружения мусора.
В планах автора — усовершенствовать GPS-модуль, добавить новые слои на интерактивную карту, а также увеличить количество распознаваемых объектов. Но последнюю задачу в одиночку решить затруднительно как минимум из-за требовательного к производительности компьютера процессу обучения моделей распознавания. Облако на GPU могло бы превосходно справиться с этой задачей.
Интересные ссылки, DIY и open source проекты
- Демо-проект по сортировке мусора (исходники и инструкция).
- Сортировка мусора с помощью Raspberry Pi и Node.js.
- Система для отслеживания мусора в рамках концепции «Умный город».
В заключение скажем: огромное количество стартапов, некоммерческих проектов и прочих инициатив, связанных с улучшением экологической ситуации в мире, не может не вызывать опасения. К счастью, современные облачные технологии с каждым днем делают ранее невыполнимые для маленьких компаний и частных изобретателей задачи простыми и доступными. Если в вашем арсенале есть амбициозные идеи и проекты, для реализации которых нужно обуздать ИИ, обучить модель или обработать огромный массив данных — попробуйте наш сервис GPU Super Cloud. Мы предлагаем 14 дней бесплатного тестового доступа к облачной платформе на базе GPU — триал и подробные условия работы с сервисом доступны по ссылке.
