搜索
NFT元宇宙Web3
近期热门

人工智能在环保方面做出的贡献:垃圾分类

波动

来源:spectrum

计算机视觉系统使用形状、颜色甚至标签以超人的速度识别材料

一张带有废弃纸张的传送带和抓取物品的机器人抓手的照片。

Amp Cortex 是一种由人工智能引导的高速机器人分拣系统,可在传送带上按类别识别材料。迄今为止,运行中的系统已经识别了超过 500 亿个不同排列的对象。

美国许多地区和欧洲大部分地区的回收利用真相令人警醒。明天早上,回收箱里的东西将被倾倒到一辆卡车上,然后送到回收设施进行分类。大多数材料将用于加工并最终用于新产品。但其中很多最终会进入垃圾填埋场。

那么进入典型垃圾箱的材料中有多少可以避免去垃圾填埋场呢?对于进行回收的国家来说,这个数字(称为回收率)似乎平均在 70% 到 90% 左右,但无法获得广泛的数据。这个数据似乎并不差。但在一些城市,它可以低至 40%。

更糟糕的是,只有一小部分可回收物进入垃圾箱——美国只有 32%,全球只有 10% 到 15%。这是由有限资源制成的大量材料,它们不必要地浪费了。

我们必须做得比这更好。目前,回收行业正面临金融危机,这要归功于分类可回收物的价格下跌以及中国于 2018 年颁布的政策,限制了许多用于回收的材料的进口,并关闭了大多数原产于美国的可回收物.

有一种方法可以做得更好。使用计算机视觉、机器学习和机器人来识别和分类回收材料,我们可以提高自动分拣机的准确性,减少人工干预的需要,并提高整体回收率。

公司Amp Robotics位于科罗拉多州路易斯维尔,正在开发硬件和软件,这些硬件和软件依靠图像分析对可回收物进行分类,其准确度和回收率远高于传统系统的典型值。其他公司也在努力将人工智能和机器人技术应用于回收利用,包括Bulk Handling Systems、Machinex和Tomra。迄今为止,该技术已安装在全球数百个分拣设施中。扩大其使用范围,将可回收物更易于再处理再利用来防止浪费,最终帮助环境。

今天,该系统在超过 25 个美国州和 6 个国家/地区安装被安装。Amp Robotics不是第一家尝试人工智能分拣的公司,但它以前没有被商业化使用。这项技术正在稳步扩展可以识别和分类的可回收物类型。
理论上,人工智能可以完全基于图像分析,以接近 100% 的准确度从混合材料流中回收所有可回收材料。如果基于人工智能的分拣系统可以看到一个物体,它就可以准确地对其进行分拣。

人工智能驱动的计算机视觉系统可以通过识别瓶子的包装来确定瓶子是 HDPE 而不是其他东西。这样的系统还可以使用颜色、不透明度和形状因子等属性来提高检测精度,甚至可以按颜色或特定产品进行分类,从而减少所需的再处理量。尽管系统不会尝试理解标签上单词的含义,但这些单词是项目视觉属性的一部分。

AMP Robotics 已经构建了可以进行这种分类的系统。未来,人工智能系统还可以按材料组合和原始用途进行​​分类,使食品级材料与装有家用清洁剂的容器分离,并将被食物垃圾污染的纸张与干净的纸张分离。

训练神经网络来检测回收流中的对象并不容易。它比识别照片中的人脸至少要困难几个数量级,因为可回收材料的变形方式几乎是无限的,而且系统必须识别排列。

通过向机器人提供属于每个类别的材料图像来训练这个智能分拣系统,这些材料来自世界各地的回收设施。AMP Robotics 公司现在拥​​有世界上最大的用于机器学习的可回收材料图像数据集。

使用这些数据,模型通过发现区分不同材料的模式和特征,以与人类相同的方式学习如何识别可回收材料。计算机不断从所有设施中收集随机样本,然后对其进行注释,将它们添加到数据库中,并重新训练神经网络。我们还测试我们的网络以找到在目标材料上表现最佳的模型,并对我们的系统无法正确识别的材料进行有针对性的额外培训。

一般来说,神经网络很容易学习错误的东西。奶牛的图片与牛奶包装有关,通常以纤维纸盒或 HDPE 容器的形式生产。但奶制品也可以用其他塑料包装;例如,奶牛瓶子并不总是意味着纤维或 HDPE。

目前,这个系统在某些类别上表现得非常好——在铝罐上的准确率超过 98%——并且在区分颜色、不透明度和初始使用(发现那些食品级塑料)等细微差别方面做得越来越好。

既然基于人工智能的系统已经准备好处理可回收物品,事情会如何变化?当然,它们将促进机器人技术的使用,而如今机器人技术在回收行业中的应用很少。鉴于在这个枯燥而肮脏的行业中永远存在工人短缺,自动化是一条值得走的道路。

人工智能还可以帮助我们了解当今现有的分拣流程做得如何以及如何改进它们。今天,我们对分拣设施的运营效率有了非常粗略的了解——我们在卡车进场时称重,在出站时称重输出。没有任何设施可以确定地告诉你产品的纯度;他们只通过打开随机包来定期审核质量。但是,如果你在分拣过程相关部分的输入和输出上放置一个人工智能驱动的视觉系统,你将可以全面了解到底都有些什么材料。这种级别的审查在全球数百个设施中才刚刚开始,它应该会提高回收业务的效率。

编辑于 2022-06-26 21:11
「 真诚赞赏,手留余香 」
赞赏

发表评论已发布0

手机APP 意见反馈 返回顶部 返回底部