CleanSweep: Η ελληνική καινοτομία που κέρδισε στο MIT Sloan για την προστασία των ακτών
Η πλατφόρμα CleanSweep, που αναπτύχθηκε με οργανισμό υποδοχής το Κοινωφελές Ίδρυμα Αθανάσιος Κ. Λασκαρίδης κατέκτησε την πρώτη θέση ανάμεσα σε 44 ομάδες, στο πλαίσιο του φετινού Capstone Project του προγράμματος Master of Business Analytics του MIT Sloan School of Management.
Το έργο υλοποιήθηκε από τις φοιτήτριες Bria Weisblat και Jocelyn Ju, υπό την ακαδημαϊκή καθοδήγηση του Dr. Dimitris Bertsimas, με στόχο να διερευνηθεί πώς τα δεδομένα που συλλέγονται από τις επιχειρήσεις καθαρισμού ακτών του Typhoon Project μπορούν να αξιοποιηθούν για τον αποτελεσματικότερο σχεδιασμό μελλοντικών παρεμβάσεων.
Από τη συλλογή δεδομένων στη δημιουργία ενός εργαλείου πρόβλεψης
Το Κοινωφελές Ίδρυμα Αθανάσιος Κ. Λασκαρίδης, ως οργανισμός υποδοχής, παρείχε στην ερευνητική ομάδα πρόσβαση στα δεδομένα και την επιχειρησιακή εμπειρία του Typhoon Project.
Εδώ και περισσότερα από επτά χρόνια, το Typhoon Project πραγματοποιεί καθαρισμούς σε δυσπρόσιτες και απομονωμένες ακτές σε ολόκληρη την Ελλάδα. Κάθε επιχείρηση συνοδεύεται από συστηματική καταγραφή στοιχείων, δημιουργώντας μία από τις μεγαλύτερες βάσεις δεδομένων για την παράκτια ρύπανση στη Μεσόγειο.
Έχοντας ολοκληρώσει έναν πρώτο κύκλο καθαρισμών, η ομάδα πραγματοποιεί πλέον επαναληπτικές επισκέψεις, παρακολουθώντας την εξέλιξη της ρύπανσης στον χρόνο.
Μέχρι σήμερα, έχουν συλλεχθεί και καταγραφεί περισσότερα από 25.891.000 τεμάχια απορριμμάτων, συνολικού βάρους άνω των 1.134.000 κιλών, από σχεδόν 5.000 παραλίες.
Τεχνητή νοημοσύνη για πιο αποτελεσματικούς καθαρισμούς
Η ομάδα αξιοποίησε το σύνολο των δεδομένων που έχει συγκεντρώσει το Typhoon Project τα τελευταία επτά και πλέον χρόνια, καθώς και εκτεταμένο οπτικό υλικό.
Συγκεκριμένα, χρησιμοποιήθηκαν περισσότερα από 3 TB φωτογραφιών και βίντεο από drones, μαζί με τα επιχειρησιακά δεδομένα του προγράμματος, ώστε να αναπτυχθεί το CleanSweep.
Η πλατφόρμα αποτελεί ένα ψηφιακό εργαλείο που αξιοποιεί τεχνητή νοημοσύνη και αναλυτικά μοντέλα δεδομένων για να προβλέπει σε ποια σημεία είναι πιθανότερο να συσσωρευτούν απορρίμματα, υποστηρίζοντας τον καλύτερο προγραμματισμό των επιχειρήσεων καθαρισμού.
Το εργαλείο συνδυάζει: μοντέλα πρόβλεψης επαναρύπανσης, βελτιστοποίηση δρομολογίων καθαρισμού, επαλήθευση μέσω εικόνων από drones, δημιουργώντας μια ολοκληρωμένη λύση υποστήριξης αποφάσεων για τη διαχείριση της παράκτιας ρύπανσης.
Η αξία των περιβαλλοντικών δεδομένων στην πράξη
Η διάκριση της ομάδας του Ιδρύματος στο MIT Sloan ανέδειξε τις δυνατότητες που προσφέρει η αξιοποίηση πραγματικών περιβαλλοντικών δεδομένων για την ανάπτυξη εργαλείων με άμεση εφαρμογή στο πεδίο.
Παράλληλα, ανέδειξε τη σημασία της συστηματικής συλλογής και τεκμηρίωσης δεδομένων, τα οποία μπορούν να αποτελέσουν τη βάση για έρευνα, καινοτομία και νέες προσεγγίσεις στη διαχείριση σύνθετων περιβαλλοντικών προκλήσεων.