الذكاء الاصطناعي

الذكاء الاصطناعي والروبوتات: كيف تُحدث ثورة في كفاءة إعادة التدوير؟

توظف شركات ناشئة تقنيات الرؤية الحاسوبية والذكاء الاصطناعي المعتمدة على منصات NVIDIA لتحويل عمليات فرز النفايات من العمل اليدوي البطيء إلى أنظمة مؤتمتة عالية الدقة، مما يرفع جودة المواد المستردة ويقلل التكاليف التشغيلية بشكل كبير.

10 نوفمبر 2026
4 دقائق قراءة
134 قراءة
certi.news Editorial Team
الذكاء الاصطناعي والروبوتات: كيف تُحدث ثورة في كفاءة إعادة التدوير؟

تواجه إدارة النفايات العالمية تحدياً هائلاً، حيث يُنتج العالم أكثر من ملياري طن من النفايات الصلبة سنوياً، ولا تُسترد سوى نسبة ضئيلة جداً من المواد لإعادة استخدامها. وفي ظل هذا التحدي، تبرز تقنيات الذكاء الاصطناعي والروبوتات كأدوات حاسمة لتحويل مسار النفايات من المكبات إلى دورات اقتصادية مستدامة، من خلال تحسين دقة عمليات الفرز وسرعتها.

تحسين جودة البلاستيك عبر الرؤية الحاسوبية

تعتمد عملية إعادة تدوير البلاستيك بشكل أساسي على التكلفة والجودة؛ فإذا لم تكن المواد المستردة مطابقة للمواصفات، يتم تحويلها إلى منتجات منخفضة القيمة (Downcycling). هنا تبرز شركة AIRECO التايوانية، التي تستخدم تقنيات الرؤية الحاسوبية (Vision AI) لفرز البلاستيك بدقة فائقة، مما يسمح بإعادة تدويره في حلقة مغلقة (Closed-loop recycling) لإنتاج منتجات جديدة من نفس النوع الأصلي.

تعتمد الشركة في خطوط إنتاجها التجريبية في مدينة تاينان على وحدات NVIDIA Jetson Orin NX لتشغيل عمليات الاستدلال (Inference) التي تقود الأذرع الروبوتية لالتقاط المواد من سيور النقل، حيث وصلت دقة التعرف إلى أكثر من 95%. وتطمح الشركة في خط إنتاجها الكامل العام المقبل إلى زيادة قدرتها على معالجة النفايات من 18,000 إلى 48,000 طن سنوياً، مع خفض التكاليف التشغيلية بنسبة 85%.

الأتمتة في الوقت الفعلي على خطوط الإنتاج

في مرافق استعادة المواد، تمثل السرعة عاملاً حاسماً، حيث يجب أن تتم عملية الفرز أثناء حركة السيور السريعة. وتعمل شركة EverestLabs AI الأمريكية على نشر روبوتات موجهة بالرؤية الحاسوبية في منشآت عبر أمريكا الشمالية وأستراليا. وتعتمد هذه الروبوتات على وحدات معالجة الرسومات NVIDIA RTX عند الحافة (Edge) لإجراء الاستدلال في الوقت الفعلي، بينما يتم تدريب النماذج باستخدام وحدات معالجة الرسومات في مراكز البيانات المدعومة بتقنية NVIDIA CUDA.

وقد نجحت أنظمة الشركة حتى الآن في تحديد حوالي 40 مليار جسم، وإعادة تدوير 25,000 طن من المواد، مما ساهم في تجنب انبعاث حوالي 30,000 طن متري من ثاني أكسيد الكربون.

البيانات الضخمة وتحليل تدفق النفايات

تعتمد العديد من محطات إعادة التدوير تقليدياً على أخذ عينات يدوية تمثل أقل من 1% من إجمالي النفايات، مما يجعل التقديرات غير دقيقة. تقدم شركة Greyparrot البريطانية منصة Analyzer التي تُثبت فوق سيور النقل لتستخدم الرؤية الحاسوبية في تحديد كل جسم يمر عبر السير من حيث نوع المادة والعلامة التجارية، حتى في البيئات المتربة أو الإضاءة الضعيفة.

باستخدام وحدات NVIDIA Jetson، تمكنت الشركة من تقليص الوقت اللازم لفحص 15 طناً من النفايات من 375 ساعة إلى 6 ساعات فقط. وقد أدى استخدام هذه البيانات اللحظية إلى زيادة كفاءة المنشآت بنسبة تتراوح بين 10% إلى 30%، وساعد شركات كبرى مثل Coca-Cola على قياس مدى فعالية إعادة تدوير عبواتها.

ثورة في فرز المنسوجات المستعملة

تنتج أوروبا سنوياً نحو 7 ملايين طن من المنسوجات المستعملة، وتتطلب عملية فرزها دقة عالية جداً لتحديد الجودة والنوع. وتستخدم شركة reverse.fashion الألمانية تقنيات الرؤية الحاسوبية عالية الدقة لتحديد نوع المنتج، العيوب، اللون، الحجم، والعلامة التجارية. وتعمل نماذج الذكاء الاصطناعي الخاصة بها باستخدام برمجيات NVIDIA TensorRT المحسنة على وحدات NVIDIA Jetson، مما يسمح بفرز ما كان يستغرق أسبوعاً كاملاً في غضون ساعة واحدة فقط.

ما الذي يتغير عملياً؟

الانتقال من الفرز اليدوي إلى الفرز المدعوم بالذكاء الاصطناعي يغير قواعد اللعبة في ثلاث نقاط رئيسية:

  • من التخمين إلى الدقة: بدلاً من الاعتماد على عينات عشوائية، توفر الأنظمة رؤية شاملة ودقيقة لكل قطعة تمر عبر خط الإنتاج.
  • من التدوير المنخفض إلى التدوير المغلق: الدقة العالية في فرز المواد (مثل البلاستيك) تسمح بإعادة استخدامها في منتجات عالية الجودة بدلاً من تحويلها إلى مواد رديئة.
  • الجدوى الاقتصادية: تقليل الاعتماد على العمالة اليدوية المكلفة وزيادة سرعة المعالجة يجعل عمليات إعادة التدوير أكثر ربحية واستدامة من الناحية التجارية.
مصدر الخبر
كيف أعددنا هذا الخبر؟

اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة، لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة. اقرأ سياستنا التحريرية.

c
كاتب المقال

certi.news Editorial Team

certi.news Editorial Team

The certi.news editorial team monitors technical sources and reconstructs news, verifying facts and context prior to publication.

ما الذي تحتاج معرفته

تُحدث تقنيات الرؤية الحاسوبية والذكاء الاصطناعي ثورة في قطاع إعادة التدوير من خلال أتمتة عمليات فرز النفايات بدقة وسرعة فائقتين، مما يحولها من عمليات يدوية مكلفة إلى أنظمة عالية الكفاءة تدعم الاقتصاد الدائري.

  • استخدام الرؤية الحاسوبية يرفع دقة فرز المواد مثل البلاستيك والمنسوجات إلى مستويات قياسية، مما يتيح إعادة تدويرها بجودة عالية.
  • تساهم منصات NVIDIA، مثل Jetson وRTX، في تمكين الروبوتات من إجراء عمليات الاستدلال في الوقت الفعلي على خطوط الإنتاج.
  • أدت تقنيات الذكاء الاصطناعي إلى تقليص وقت فحص النفايات بشكل هائل، حيث انخفض من مئات الساعات إلى ساعات قليلة.
  • تساعد البيانات اللحظية الناتجة عن أنظمة الفرز الشركات على تتبع فعالية إعادة تدوير منتجاتها وتحسين الجدوى الاقتصادية للمنشآت.

أسئلة شائعة

كيف تساهم الرؤية الحاسوبية في تحسين جودة البلاستيك المعاد تدويره؟

تسمح الرؤية الحاسوبية بفرز البلاستيك بدقة فائقة، مما يضمن مطابقة المواد المستردة للمواصفات المطلوبة، وهو ما يتيح إعادة تدويرها في حلقة مغلقة لإنتاج منتجات جديدة من نفس النوع الأصلي بدلاً من تحويلها إلى منتجات منخفضة القيمة.

ما هو الفرق بين الفرز اليدوي والفرز المدعوم بالذكاء الاصطناعي في إعادة التدوير؟

الفرز اليدوي يعتمد على عينات عشوائية محدودة وغير دقيقة، بينما توفر الأنظمة المدعومة بالذكاء الاصطناعي رؤية شاملة لكل قطعة تمر عبر خط الإنتاج، مما يزيد من سرعة المعالجة ويقلل التكاليف التشغيلية.

استكشف هذه القصة

المواضيع والجهات المرتبطة

من نفس التصنيف

مقالات قد تهمك

عرض كل الأخبار