Avfall & återvinning
Hur man minimerar avfall & tar hand om det
Sverige har länge sett sig som ett återvinningsland, men sanningen är att en stor del av plasten länge förbränts i stället för att materialåtervinnas. Just sortering, att skilja en plasttyp från en annan i hög hastighet, är ett problem AI och bildigenkänning är gjorda för att lösa.
Hur AI skulle kunna förändra detta
Det tydligaste exemplet ligger i Motala. Svensk Plaståtervinnings anläggning Site Zero använder 60 NIR-sensorer, kameror och AI för att sortera tolv olika plasttyper och kan sortera ut upp till 95 procent av den inkommande plasten, i en takt av omkring 1 000 förpackningar i sekunden. AI gör att systemet lär sig och justerar sig i realtid, något som lyfter återvinningen från grov sortering till finkornig materialåtervinning.
Tekniken löser ena halvan av problemet. Även en anläggning i världsklass är beroende av att vi sorterar rätt hemma och att det finns en marknad för den återvunna råvaran. AI kan höja kvaliteten på sorteringen, men om efterfrågan på återvunnen plast är låg riskerar det välsorterade materialet ändå att bli en restpost. Cirkulariteten avgörs lika mycket av ekonomi och beteende som av sensorer.
Frågor att diskutera
Räcker bättre sortering om marknaden för återvunnen plast fortfarande är svag?
Hur påverkas vår vilja att sortera hemma om vi tror att AI ändå fixar det i efterhand?
Vem ska investera i nästa generations sorteringsanläggningar, staten eller marknaden?
Kan AI-driven återvinning minska Sveriges import av jungfrulig råvara, och i vilken takt?
Vad krävs för att tekniksprånget i Motala ska spridas till fler material än plast?
Att tänka på
- Site Zero kan sortera upp till 95 procent av inkommande plast, men sortering är bara ett led i en längre kedja.
- Effektiv återvinning kräver både teknik i anläggningen och en fungerande marknad för återvunnet material.
- Bättre AI-sortering kan paradoxalt minska incitamentet att alls producera mindre avfall.