BHS利用人工智能、物體識別技術(shù)來提高垃圾處理效率

我們每天都將生產(chǎn)大量又臭又臟的垃圾，最終堆積如山，人工的處理難上加難，更別提分類回收的工作了。不過現(xiàn)在，垃圾處理的麻煩事都可以解決了。

垃圾回收站目前已經(jīng)開始采用人工智能及物體識別技術(shù)進(jìn)行垃圾分揀。

過去的垃圾回收

垃圾處理始終是全球性問題，根據(jù)世界銀行的統(tǒng)計，全世界每年約產(chǎn)生13億噸固體廢物，到2025年，該數(shù)據(jù)將達(dá)到22億噸。更糟糕的是，垃圾的回收及再利用并沒有達(dá)到人們預(yù)期的效果。在全球范圍內(nèi)，只有約14%的塑料制品被回收。

回收站通常裝有大量復(fù)雜的傳送帶裝置，其實只不過是一些傳感器。它們可以分揀紙張、塑料及鋁制品，采用紅外攝像機(jī)識別材料然后用鼓風(fēng)機(jī)分選。但因為工作的精細(xì)度遠(yuǎn)遠(yuǎn)不夠，不同工廠對于回收材料的種類還有各種要求，所以更多的工作還是需要人工完成。工作環(huán)境差、工作內(nèi)容沉悶單一成為回收站員工大量流失的重要原因。

現(xiàn)在的垃圾回收

智能回收裝置的出現(xiàn)為這種情況帶來轉(zhuǎn)機(jī)。Bulk Handing System(BHS)公司用于垃圾分揀的Max-AI機(jī)器人將蜘蛛狀機(jī)械臂、攝像頭以及人工智能（AI）人臉識別技術(shù)運用到了垃圾分類上，大大提高了市政回收站的工作效率。

英特爾副主席兼計算機(jī)視覺產(chǎn)品部經(jīng)理Jeff McVeigh表示：“在進(jìn)行分類識別的過程中，工程師能夠明確的指出該品類的某種特征，然后由計算機(jī)視覺系統(tǒng)進(jìn)行識別。”

Max-AI機(jī)器人具有深度自主學(xué)習(xí)的能力，采用計算機(jī)視覺系統(tǒng)識別材料，并使用人工智能進(jìn)行分類，分辨出同材質(zhì)垃圾之間的差別進(jìn)行針對性識別，最終用機(jī)械臂拾取特定材料?，F(xiàn)在這種智能分揀機(jī)器人已經(jīng)應(yīng)用在了科羅拉多州丹佛市的Alpine回收中心。但更加精準(zhǔn)的分揀識別傳送帶不同排列下的各種垃圾，還需要技術(shù)的不斷探索。

未來的垃圾回收

垃圾回收領(lǐng)域研究組織Environmental Research & Education Foundation的首席執(zhí)行官Bryan Staley表示，這種智能分揀機(jī)器人是垃圾分類回收管理行業(yè)的未來，但在真正大規(guī)模投入使用之前，還需要進(jìn)一步的研究和優(yōu)化。而Alpine Recycling副總裁Brent Hildebrand則認(rèn)為，根據(jù)AMP Robotics在過去一年中的進(jìn)展?fàn)顩r，在不遠(yuǎn)的未來，智能機(jī)器人將出現(xiàn)在全美各地的垃圾回收站中，相信未來也會更多應(yīng)用在世界各地。

垃圾管理行業(yè)看起來并不像是會應(yīng)用人工智能的領(lǐng)域，不過就目前來看，誰也無法預(yù)測人工智能究竟擁有多大潛力。可以肯定的是，機(jī)器人分揀所能達(dá)到的精準(zhǔn)度，是過去的舊式分揀系統(tǒng)永遠(yuǎn)無法達(dá)到的。甚至在未來的某一天，這些機(jī)器人能夠幫助回收站進(jìn)一步優(yōu)化各種回收裝置的利用效率，這絕不是天方夜譚。