A busca por tratado sobre plásticos deve colocar em primeiro plano evidências científicas cobrindo aspectos da produção e eliminação, por exemplo, limitar quantidade de plástico produzido ou criar mecanismos financeiros visando gestão de resíduos, embora alguns Estados-Membros argumentem contra medidas como limites à produção de plástico virgem. Investigadores publicam relatórios, conjuntos de dados e modelos sobre plásticos, organizam grupos como a Coligação de Cientistas à Tratado Eficaz sobre Plásticos promovendo perfil de evidências científicas nas reuniões com a Nature destacando estatísticas sobre o resultado das políticas propostas e os efeitos dos resíduos plásticos. O tratado busca mecanismo para acabar com a poluição plástica, entendido como significando reduzir “resíduos mal geridos” a zero até 2040, considerando universo de 122 milhões de toneladas mal geridos, ou, plásticos que não são reciclados ou eliminados em aterro bem gerido, ou, incinerador, acabando no ambiente ou queimado a céu aberto. A produção anual de plásticos cresce exponencialmente, de 2 milhões de toneladas em 1950 à 460 milhões de toneladas em 2019 com níveis atuais em vias de triplicar até 2060 tornando difícil medir resíduos mal geridos, dado o vasto número de fontes, estima-se que 74 milhões de toneladas sejam produzidas todos os anos sugerindo que até 2050 este número atingirá 122 milhões de toneladas/ano, conforme projeções, a menos que as políticas mudem. Chegar perto do objetivo “desperdício zero” requer combinação de medidas incluindo esforços como aumento da reciclagem e limitação da produção de plástico virgem conforme grupo de peritos em plástico do Conselho Científico Internacional, coligação de agências científicas sediada em Paris que fornece aconselhamento sobre o texto do projeto do tratado. Modelos mostram que um limite máximo à produção de plástico, controverso nas negociações, é alavanca poderosa para reduzir a poluição em que ferramenta online ajuda negociadores compreender implicações das escolhas com delegados podendo descobrir como determinado conjunto de políticas afetam níveis de resíduos sendo que o conjunto de 11 políticas que os negociadores discutem poderá, até 2050, reduzir a quantidade de resíduos mal geridos à 41 milhões de toneladas. Novo relatório da pesquisadora de política ambiental Nihan Karali e colegas do Laboratório Nacional Lawrence Berkeley, na Califórnia, conclui que a produção de plástico gerou o equivalente a 2,24 gigatoneladas de CO2 em 2019, a partir do processo de extração e refino de combustíveis fósseis usado para gerar produtos petroquímicos que compõem a maior parte do plástico virgem. Prevê que as emissões triplicarão à 6,78 gigatoneladas até 2050 se a produção de plástico crescer 4% ao ano, número semelhante ao crescimento anual da produção desde 2010, significando que, nos próximos 25 anos, só a produção cumulativa de plásticos engoliria mais de um quarto do carbono total que pode ser emitido se a temperatura da Terra subir menos de 1,5° C acima dos níveis pré-industriais, objetivo do acordo de Paris sobre alterações climáticas. As mesmas 11 políticas que poderiam reduzir os resíduos plásticos mal geridos poderiam reduzir emissões de gases efeito de estufa em 2050 em 26%, abaixo das projeções normais com a advertência que as projeções não incluem estimativas das emissões produzidas por quaisquer materiais utilizados para substituir o plástico.
Um plástico individual contém centenas de produtos químicos muitos dos quais tóxicos que tornam o material mais flexível, repelente à água, retardador de chamas ou resistente à luz ultravioleta, sendo divulgado relatório listando 16 mil produtos químicos associados aos plásticos dos quais 4.2 mil considerados perigosos enquanto relatório sobre efeitos dos plásticos na saúde, “Relatório Minderoo-Monaco sobre Plásticos e Saúde Humana”, publicado em 2023 no Annals of Global Health, estima que, em 2015, os custos de saúde decorrentes doenças e incapacidades causadas por produtos químicos associados ao plástico foram superiores a US$ 920 bilhões, só nos EUA, ao passo que novos trabalhos encontram ligações específicas à saúde em que estudo com 250 pessoas submetidas a cirurgia mostrou que nano e microplásticos nos bloqueios das artérias carótidas estavam associados ao aumento do risco de ataques cardíacos, acidentes vasculares cerebrais e morte. A França se prepara para lançar a "primeira fábrica do mundo" reciclar "o que não pode ser reciclado" pós desenvolver tecnologia, com a Carbios se preparando para "a primeira usina do mundo" no leste da França "de biorreciclagem" descrevendo o processo como "revolução tecnológica" sendo que através da tecnologia será capaz de reciclar produtos que ninguém quer, como garrafas, bandejas plásticas e roupas velhas em particular, mesmo de baixa qualidade ou sujas, as mais procuradas pela empresa, já que a maioria das outras empresas de reciclagem não as processa. A solução oferece "reciclagem circular à resíduos difíceis de reciclar, valorizando-os e evitando que sejam depositados em aterros ou incinerados", em termos concretos, enzima criada pela empresa tem capacidade, quando misturada com resíduos em um tanque, de separar componentes dos resíduos e deixar de lado o politereftalato de etileno, PET, sendo que 1 kg de enzimas para 1 tonelada de PET", "depois de algumas horas, sai um líquido", uma vez que a enzima separou o PET, em seguida, há estágios de filtragem e purificação que permite fabricação de PET bioreciclado, "sem comprometer qualidade". Os plásticos PET são utilizados pela indústria, sendo em sua maioria, feitos de materiais derivados do petróleo e não são reciclados e, com esse processo, "para 1 tonelada de resíduos preparados, 90% do material sai na reciclagem", número, "entre os mais altos" nas várias técnicas de reciclagem enquanto o restante sai "na forma de um bolo, ou seja, partículas, que será consumível, ideal, por exemplo, à energia de uma fábrica de cimento". Marcas incluindo L'Occitane, L'Oréal, Salomon e Puma, são parceiras da Carbios, em particular, à criar cadeia de reciclagem dedicada a têxteis alguns dos quais feitos de poliéster e, de acordo com a Carbios, 13% dos têxteis são reciclados atualmente sendo que a futura fábrica terá capacidade para processar 50 mil toneladas de resíduos por ano, que representa, por exemplo, 300 milhões de camisetas, além da criação de 150 empregos diretos e indiretos em investimento estimado em € 230 milhões em junho de 2023, parcialmente financiado pelo governo francês.
Moral da Nota: máquinas aprendem não apenas fazer previsões, mas lidar com relações causais tornando terapias mais seguras, eficientes e individualizadas, sendo que IA progride na área médica com técnicas de imagem e cálculo de riscos à saúde, em universo de grandes volumes de dados e, seguindo modelo clássico, compara informações com exemplos aprendidos tirando conclusões e fazendo extrapolações. Equipe liderada pelo Professor Stefan Feuerriegel, Chefe do Instituto IA em Gestão da LMU, explora potencial IA no diagnóstico e terapia em que aprendizado de máquina causal, ML, pode estimar resultados do tratamento e fazê-lo melhor que métodos de ML geralmente usados até o momento e publicado na revista Nature Medicine. A nova variante de aprendizagem automática oferece “oportunidades de personalizar estratégias de tratamento e, melhorar individualmente a saúde dos pacientes”, segundo investigadores oriundos de Munique, Cambridge e Boston que incluem Stefan Bauer e Niki Kilbertus, professores de ciência da computação na Universidade Técnica de Munique, TUM, e líderes de grupo da Helmholtz AI. No que diz respeito à decisões terapêuticas, antecipam salto na qualidade em que ML clássico reconhece padrões e descobre correlações, contudo, o princípio de causa e efeito permanece fechado às máquinas como regra não podendo responder à questão do porquê, no entanto, os autores ilustram com o exemplo do diabetes em que o ML clássico teria como objetivo prever a probabilidade de uma doença à determinado paciente com uma série de fatores de risco, no ML causal, seria possível responder como o risco muda se o paciente receber medicamento antidiabético, isto é, avaliar efeito de causa e estimar se outro plano de tratamento seria melhor. Quando se trata de técnicas de imagem e cálculo de riscos à saúde, há métodos IA em desenvolvimento e teste buscando reconhecer padrões em grandes volumes de dados em que a nova variante de aprendizagem automática oferece “ oportunidades para personalizar estratégias de tratamento e melhorar individualmente a saúde dos pacientes”. “O software que precisamos para métodos causais de ML na medicina não existe imediatamente”, em vez disso, é necessária “modelagem complexa” do problema, envolvendo “colaboração entre especialistas em IA e médicos” e em outros campos de aplicação como o marketing em que o trabalho com ML causal já está em fase de testes cujo “objetivo é aproximar métodos de prática como documento descrevendo direção em que as coisas podem evoluir nos próximos anos.”