Há algumas semanas mencionei em outro artigo que cerca de metade do lixo produzido nas residências é composto por resíduos orgânicos – restos de alimentos, como cascas de frutas e legumes, sementes, e partes que apodreceram ou murcharam antes do consumo. Este lixo acaba indo para os aterros sanitários, aumentando os custos de gestão desses aterros e diminuindo sua vida útil.
A compostagem dos resíduos orgânicos é uma solução para esse problema, permitindo a geração de adubo, produto com grande valor, que pode ser usado na fertilização. Nesse sentido, já existem diversas iniciativas de empresas que realizam a coleta desses resíduos em empresas e residências, fazendo a posterior compostagem e gerando adubo rico em nutrientes. Essas empresas, em sua maioria, são de pequeno e médio porte e carecem de sistemas (e de recursos para aquisição) que, a partir do apoio da computação, possam gerar rotas inteligentes para a realização da coleta. Essas rotas inteligentes visam reduzir as distâncias percorridas, atendendo aos horários de coleta demandados pelos geradores dos resíduos e minimizando os custos envolvidos.
Entre as iniciativas desenvolvidas em projeto de aplicação da Inteligência Artificial (IA) para gestão de resíduos orgânicos, coordenado por mim, a geração de rotas inteligentes e otimizadas encontra-se em andamento, tendo como parceiros o professor Gustavo Libotte e a pesquisadora Caroline Parajara Libotte, além da empresa Organokits, que realiza a coleta e a compostagem na cidade de Nova Friburgo, localizada no Estado do Rio de Janeiro. Ressalta-se que já existem sistemas semelhantes disponíveis, contudo, estes possuem custo relativamente alto. O objetivo desse projeto, que possui uma pegada ambiental/social e é apoiado pela Fundação de Amparo à Pesquisa do Estado do Rio de Janeiro – Faperj, é poder disponibilizar gratuitamente esse serviço para as empresas de coleta e compostagem, propiciando maior eficiência em sua operação.
Uma inovação da solução que estamos desenvolvendo em relação aos sistemas tradicionais, que buscam apenas a minimização dos custos, consiste na consideração de um objetivo adicional a ser minimizado, a emissão de poluentes. Nesse sentido, estamos considerando, além de veículos como caminhonetes ou caminhões, a utilização de triciclos movidos à tração humana, não emissores de poluentes. Esse cenário provoca a inclusão de novas restrições que devem ser consideradas pelo sistema. Por exemplo, a cidade de Nova Friburgo se encontra nas montanhas; alguns bairros, com maior altitude, não podem ser atendidos pelos triciclos. Assim, o modelo computacional que definirá as rotas ótimas, deve levar em conta essas limitações.
Atualmente já desenvolvemos um modelo computacional que gerou as rotas otimizadas iniciais, apresentadas para a empresa Organokits. Recebemos o feedback para o aprimoramento do modelo, e a nova versão deve ficar pronta no final do mês de julho. Estamos desenvolvendo, em paralelo, um aplicativo para facilitar a vida das empresas coletoras. A ideia é que as rotas sejam integradas ao Google Maps, permitindo que a empresa coletora acompanhe a rota inteligente traçada em seu celular, por intermédio do Google Maps. Esperamos que ainda esse ano seja disponibilizada uma versão inicial para as empresas, o que poderá ajudá-las a aprimorar o seu processo de coleta, reduzindo as distâncias de seus percursos, seus custos, assim como os poluentes emitidos.
Nos encontramos em meu próximo artigo. Até breve!
Anderson Namen é cofundador e cientista de dados da Digital Innovation Consulting Group, empresa focada em ajudar outras empresas a habilitar o digital como um importante impulsionador de negócios em vários setores da economia. Doutor em Engenharia de Sistemas e Computação pela COPPE/UFRJ, possui experiência de mais de 30 anos, tendo liderado projetos inovadores em diferentes organizações. Seu foco se concentra primordialmente em projetos englobando ciência de dados e sistemas de suporte à decisão. Atua também como professor de graduação e programas de pós-graduação na Universidade do Estado do Rio de Janeiro e na Universidade Veiga de Almeida.
Desenvolve há mais de 10 anos projetos ligados ao meio ambiente, envolvendo a análise da biodiversidade e suas relações com o clima, além da gestão e monitoramento de fauna. Na área de gestão de resíduos sólidos, teve projeto de rastreabilidade de resíduos perigosos selecionado entre os 3 melhores projetos ligados ao meio ambiente, sendo premiado no RFID Journal Green Awards, evento patrocinado pelo mais conhecido jornal focado em tecnologia RFID no mundo. Atualmente coordena projeto de aplicação de Inteligência Artificial para gestão de resíduos orgânicos, patrocinado pela Faperj, que envolve 8 diferentes organizações públicas e privadas, entre elas Embrapa, UFF, UERJ e Universidade Veiga de Almeida.
Liderou diversos projetos na área de educação, utilizando dados do INEP/MEC para previsão de resultados relacionados ao processo ensino-aprendizagem de estudantes do ensino básico. Também atou no planejamento e elaboração de currículos para o ensino superior e na criação de sistemas de apoio à decisão focados na experiência do aluno. Ainda na área de educação, liderou equipe transdisciplinar para criação de recursos de on-line focados nos diferentes estilos de aprendizagem dos estudantes, sendo agraciado com premiação pelo desenvolvimento de melhor disciplina on-line entre 15 diferentes instituições de ensino superior na América Latina.
Atuou durante 25 anos como diretor da empresa E3A Educação e Assessoria, tendo desenvolvido projetos de consultoria para empresas como Furnas Centrais Elétricas, Fundação Getúlio Vargas e Universidade Veiga de Almeida. Anteriormente, trabalhou nas empresas Mesbla Lojas de Departamentos e IBM Brasil, sendo reconhecido nessa última com 3 prêmios de contribuição significativa ao negócio.