AIと量子アニーリングでごみ収集ルート最適化 総走行距離2300kmを1000kmに短縮 三菱地所ら
コメント
注目のコメント
廃棄物の収集運搬・処理に関するAi・IoT活用は、人手不足・自治体の財源不足・温室効果ガス排出へ対応する効率化が求められている今、非常に注目度の高い分野です。
中でも廃棄物の収集運搬へのAi・IoT活用は、現在多くの実証試験が走っている一大ジャンルであると言えます。メジャーなのは、自治体や廃棄物収集運搬業者が、廃棄物回収コンテナにセンサーを設け、排出場所の位置情報などと組み合わせて収集運搬最適化を図るケースです。
今回の取り組みでユニークなのは、三菱地所がプロジェクトの中心であることにより、かなり細かな基礎情報のインプットが可能となっていることです。廃棄物の収集ルールやお天気などの情報は比較的容易に得ることが可能ですが、ビルの入居企業数や在勤者数、テナント分類などのデータは、不動産屋ならではといえます。これにより、廃棄物種類毎のごみ発生量予測は90%を超え、移動距離の最小化によりCO2排出量が約57%削減できるなど、大きな効果が得られています。
ちなみに、NEC×川崎市×市内廃棄物処理業者による収集運搬へのAi・IoT活用モデルによると、感染性廃棄物の排出場所・排出量・収集希望時間のインプットによる改善効果は走行距離16%削減となっています（十分効果は高いと言えますが）。https://jpn.nec.com/press/201905/20190509_01.html
廃棄物の収集運搬へのAi・IoT活用は、発展途上国の都市計画にも大いに適用できそうだと考えています。
・廃棄物処理にかけられる予算が非常に限られている
・東南アジア等では、日本よりも生ごみが腐りやすく、効率的な収集運搬が求めらている（臭気の問題で日本よりも頻繁に回収される国もあり、収集運搬効率向上による改善効果が高い。）
・統計が取りやすく廃棄物処理計画やリサイクル政策のための資料として役立つ（途上国では人口増加や急速な都市化等により廃棄物処理計画を立てる事が難しく、許容量以上の廃棄物による処分場の不適正管理がしばしば起こっている。）
現在も日本から途上国に、多くのリサイクル技術やリサイクル制度の考え方の輸出が行われています。将来的にはこれらとセットで廃棄物に関わるAi・IoT技術による支援も視野に入れられることが期待されます。
