Mit KI die Plastikflut in Flüssen reduzieren

Millionen Tonnen von Plastikmüll in den Weltmeeren bedrohen nicht nur das fragile maritime Ökosystem, sondern auch den Lebensraum des Menschen. Besonders in den Ländern Südostasiens gelangen Unmengen Plastikabfall in die Flüsse und von dort ins offene Meer. Um nationale Regierungen bei ihrem Kampf gegen den Plastikmüll zu unterstützen, hat das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) einen Algorithmus entwickelt, mit dem Behörden Müll sichten und klassifizieren können.

Bildlich gesprochen landet alle 40 Sekunden eine Lkw-Ladung Kunststoffmüll in den Ozeanen. Die sich daraus formierenden schwimmenden Plastikinseln sind schon lange kein lokales Phänomen mehr. Wissenschaftlerinnen und Wissenschaftlern des DFKI versuchen, dieser Plastikflut mit einem Machine Learning-Algorithmus beizukommen. Ziel des von der Weltbank finanzierten Forschungsprojekts APLASTIC-Q (Aquatic Plastic Litter Detector and Quantifier System) ist es, detaillierte Angaben über die einzelnen Müllbestandteile zu erstellen. Lokalen Behörden soll somit geholfen werden, die Quellen des Plastikmülls zu identifizieren und sinnvolle Gegenmaßnahmen einzuleiten. Langfristig soll dies das Abfallmanagement in den jeweiligen Ländern verbessern, etwa durch die Etablierung von Recyclingprogrammen im Sinne einer Kreislaufwirtschaft.

Künstliche Intelligenz macht detaillierte Angaben über die einzelnen Müllbestandteile und kann somit die Quellen des Plastikmülls identifizieren. © KCC Consultants Cambodia

KI-Plastikmüllbekämpfung an Flüssen und Ufern

Fest installierte Kameras an Brücken und Flugdrohnen helfen den lokalen Behörden dabei, Müll in Flüssen und an Ufern zu sichten und mithilfe von KI-Methoden zu analysieren. Die APLASTIC-Q Technologie basiert auf sogenannten Convolutional Neural Networks, einer Klasse künstlicher neuronaler Netze, die sich besonders gut für das maschinelle Lernen im Bereich der Bilderkennung eignet. Zwei unterschiedliche Deep-Learning-Komponenten – der Plastikmüll-Detektor und der Plastikmüll-Quantifizierer – analysieren die Bildaufnahmen nacheinander und immer präziser.

Im ersten Schritt gelingt es dem Plastikmüll-Detektor – aktuell mit einer Genauigkeit von rund 83 Prozent – zwischen Wasser, Sand, Vegetation und Plastikmüll zu unterscheiden. Für die als Müll gekennzeichneten Bereiche werden zusätzlich Schätzungen über die Mülldichte angegeben. In einem zweiten Schritt erkennt ein sogenannter Plastikmüll-Quantifizierer die gescannten Bereiche und unterteilt die Objekte in Unterkategorien (z.B. Plastikflaschen, Styropor, Kanister). Die Quantifizierung durch die Algorithmen ermöglicht hierbei ein gezieltes Management der Aufräumarbeiten und die Klassifizierung der Müllsorten. Die gewonnenen Bilddaten werden wiederum genutzt, um APLASTIC-Q weiterzuentwickeln und die Präzision des Algorithmus bei der Erkennung und Bestimmung von Plastikmüll zu erhöhen.

Das System kommt in Europa bereits in Deutschland, der Slowakei sowie in Bosnien und Herzegowina zum Einsatz, in Südostasien aktuell in Kambodscha, Myanmar, Vietnam und den Philippinen.

Quelle: Lernende Systeme – Plattform für künstliche Intelligenz

Branchen
Einsatzfelder
Wertschöpfungsaktivitäten
Technologiefelder

Die Informationen zu den KI-Projekten sind unverbindlich. Wir übernehmen keine Garantie für Richtigkeit oder Vollständigkeit. Wir laden Sie herzlich dazu ein, uns jederzeit Projekte und Anfragen per E-Mail zu senden. Wir schätzen Ihr Feedback und sind offen für Ideen. Kontakt: info@cyberlago.net.