与此类似，通过在生产设施中使用机器视觉和其他人工智能解决方案，可以避免工业错误，减少材料浪费。

　　就可持续性而言，塑料垃圾是普遍的挑战之一，这是当今组织最关心的问题。在寻求最小化和消除污染的过程中，企业和政府正在转向人工智能(AI)作为一种有用的工具。全世界每年产生的4亿吨塑料废物中只有不到10%被回收。尽管解决这个问题需要重大而复杂的改变，但使用人工智能可以获得所需的知识和效率。

　　塑料供应链得到优化

　　人工智能可以提高供应链运作的效率。使用预测分析，企业可以更清楚地了解需求变化，防止生产过剩。人工智能可以帮助企业只使用必要数量的塑料，通过调整制造以适应不断变化的需求周期来减少浪费。

　　一些公司试图建立一个闭环供应链，包括回收和返回以消除生产中的浪费。在确定如何设计和实现这些系统时，必须考虑复杂的因素，但AI可以提供帮助。

　　分析工具可以识别材料的潜在再利用位置或处理退货的有效方式。企业会发现，为了减少塑料垃圾，重组供应链变得更加简单。

　　寻找新的处理方法

　　人工智能可以提出创造性的绿色解决方案来摆脱塑料。最近，研究人员利用机器学习开发了一种酶，可以在不到24小时内将PET聚合物降解为其组成化学物质。企业可以将这些成分制成新材料，减少浪费。

　　传统的发现技术是劳动和资源密集型的，经常需要多个实验室实验。通过模拟不同化合物的相互作用，ML算法可以加速这一过程。然后，他们可以比传统研究更快、更准确地发现有前途的候选人。

　　一项类似的人工智能辅助研究可能会揭示分解塑料的进一步策略。这些发现可能在管理当前的塑料废物和避免未来的废物方面发挥重要作用。

　　寻找减少塑料使用的方法

　　首先，减少使用这种材料是人工智能可能有助于减少塑料垃圾的第一种方式。一些企业已经开始使用人工智能模拟和分析各种包装布局，以了解如何重新设计它们，用更少的材料提供相同的强度。实施这些措施的公司使用更少的塑料。

　　人工智能还能够模拟产品中塑料的替代及其替代材料的包装。利用这一知识，企业可以转换到更可回收、更环保的材料，而无需经历耗时、昂贵的原型制作过程。手动寻找最佳修改可能需要几个月的时间，并导致几个代价高昂的错误，但人工智能可以快速有效地完成它。

　　消除浪费的错误

　　人工智能还可以增强更传统的处理技术。回收设施经常使用手工分类技术将可回收的塑料从垃圾中分离出来进行填埋。错误是不可避免的，因为这种重复的工作对人类来说经常是繁重或令人厌倦的，但人工智能可以改变这一点。

　　在从可回收物中分离垃圾方面，机器视觉系统比人更快更精确。与那些感到无聊和心烦意乱的人相比，他们总是能达到同样的速度和精度。然后，回收设施可以阻止可能导致可回收塑料被倾倒在垃圾填埋场的错误。

　　与此类似，通过在生产设施中使用机器视觉和其他人工智能解决方案，可以避免工业错误。通过使塑料制造商不容易出错，这些小玩意将减少材料浪费。