IBM e Gruppo Hera: l'economia circolare si fa con AI e machine learning

Secondo i rapporti annuali pubblicati dall’ISPRA (Istituto Superiore per la Protezione e la Ricerca Ambientale) ogni cittadino in Italia produce circa 500 chili di rifiuti all’anno, il che significa un totale di circa 30 milioni di tonnellate. Tra i modelli di gestione dei rifiuti, lo smaltimento in discarica è il sistema tradizionalmente più utilizzato, ma è anche quello meno sostenibile, pertanto dovrebbe essere considerato come ‘ultima risorsa’, a causa della diminuzione degli spazi fisici per poter smaltire, dell’inquinamento ambientale che produce e del grande spreco di materiali ed energia che rappresenta.   
La trasformazione o riciclo dei rifiuti e materiali in risorse è l’unica alternativa, quindi, per entrare nell’ottica di un’economia circolare, in linea con le direttive dell'Unione europea, che limitano la quota di rifiuti urbani da smaltire in discarica. Entro il 2035, infatti, non più del 10% dei rifiuti potrà essere così eliminato.  Il riciclo permette di trattare gli scarti in modo da reintrodurli nel ciclo produttivo e si basa sulla raccolta differenziata e sulla successiva selezione e lavorazione delle diverse frazioni merceologiche. Spesso però non è possibile riciclare in maniera efficiente: accade, per esempio, che la raccolta differenziata non venga fatta correttamente e gli impianti di selezione finiscano per riempirsi di materiale non recuperabile da avviare a smaltimento. 
Per ovviare a questo problema, il Gruppo Hera offre soluzioni integrate che arrivano ben oltre le tradizionali pratiche, con vari metodi di recupero che portano alla produzione di nuovi prodotti di alta qualità, ulteriormente riciclabili. L'azienda, che tratta 6,3 milioni di tonnellate di rifiuti ogni anno, ha cercato una soluzione che potesse permetterle di passare dall'analisi in linea dei rifiuti, automatizzata e/o manuale, a una soluzione in grado di valutare la qualità della raccolta prima ancora che entri all’interno degli impianti, ovvero durante le fasi di svuotamento dei contenitori in strada.In tal modo gli effetti positivi sono duplici: da un lato è possibile definire a priori quale tipo di lavorazione effettuare e, dunque, come meglio ottimizzare la fase di selezione; dall’altro è possibile individuare in quali zone del territorio la qualità della raccolta è più scarsa e intervenire in modo mirato con azioni di engagement e comunicazione verso cittadini e aziende.
 Il Gruppo Hera per questo progetto si è rivolta a IBM Garage per attivare iniziative altamente innovative di sviluppo di soluzioni di AI in grado di riconoscere la qualità del rifiuto, applicando i medesimi criteri degli operatori che attualmente la valutano all’ingresso degli impianti.  Il progetto è partito nel 2019 e, in solo otto settimane, la multiutility e il team di IBM Garage hanno co-creato la prima versione di un prodotto che incorpora IBM Watson Studio e IBM Watson Machine Learning in grado di riconoscere le caratteristiche degli oggetti relativi alla raccolta della plastica che li qualificano per il recupero e il riutilizzo. IBM, grazie alla soluzione ibrida, ha anche consentito a Hera di trarre vantaggio da soluzioni e framework open di AI e Machine Learning perfettamente integrati con le piattaforme del Gruppo. Tale progetto sperimentale ha dato poi il via ad una collaborazione per affinare il modello esistente, estenderlo ad altri scenari e applicarlo ad una flotta più ampia di veicoli: già nel 2021 era operativo su diversi mezzi nel territorio di Ferrara e la multiutility ne sta valutando gli impatti sull’operatività.
La soluzione realizzata si affianca a un’applicazione multibusiness e multiservizio chiamata “Beam IoT”, precedentemente sviluppata per Hera dall’Hybrid Cloud Competence Center IBM Consulting di Bari e basata sulle tecnologie ibride IBM Cloud Paks e Red Hat Openshift, per la raccolta in tempo reale dei dati da Smart Meter e sensori IoT. Le nuove funzionalità mettono a disposizione del Beam IoT altri tipi di informazioni multimediali raccolte da una gamma più ampia di dispositivi, compresi i video della raccolta dei rifiuti ripresi dalle telecamere presenti sui mezzi della raccolta.

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato con le notizie di ImpresaGreen.it iscriviti alla nostra Newsletter gratuita.