史上最嚴垃圾分類措施已來。
在各類民生問題被管理得井井有條的同時,“垃圾分類”問題近期卻讓上海市民傷透腦筋。
據(jù)悉,自今年7月1日起,上海市將正式實施 《上海市生活垃圾管理條例》。條例規(guī)定,個人混合投放垃圾今后可最高罰200元,單位混裝混運最高可罰至5萬元,而且違規(guī)還將會列入征信,堪稱“史上最嚴垃圾分類措施”。
以上還只是相關(guān)政策實施落地的前菜。
今天(6月25日),固體廢物污染環(huán)境防治法修訂草案已經(jīng)初次提請全國人大常委會審議,草案對“生活垃圾污染環(huán)境的防治”進行了專章規(guī)定。
草案提出,國家推行生活垃圾分類制度??h級以上地方人民政府應(yīng)當采取符合本地實際的分類方式,加快建立生活垃圾分類投放、分類收集、分類運輸、分類處理的垃圾處理系統(tǒng),實現(xiàn)垃圾分類制度有效覆蓋。
該草案的提出、通過,也將意味著生活垃圾分類制度即將入法。
政策易下發(fā),落實難到位
垃圾分類,看似是微不足道的“小事”,實則關(guān)系到13億多人生活環(huán)境的改善,理應(yīng)提倡。
與此同時,不同于闖紅燈的罰錢扣分,生活垃圾的分類缺乏統(tǒng)一標準,由于種類繁多,大多人在具體分類時會“選擇困難”,由此,便會造成政策下發(fā),落實不到位的問題。
譬如在上海,新的條例將垃圾分為可回收物、有害垃圾、干垃圾、濕垃圾,也就是說,以后會有四個不同的垃圾桶來收集不同類型的垃圾。有意思的是,從過去一段時間上海市民的真實反饋來看,大多數(shù)人對于自己所提垃圾的“最佳歸屬”不太確定,以至站在垃圾桶前遲遲不能做出決定。
藉由此,有人提出,在AI浪潮滾滾而來賦能各業(yè)的今天,是否能夠引入信譽機制,利用AI攝像頭助力垃圾分類。
針對這個方案,瑞為CEO詹東暉明確表示不妥。
“之前也有客戶找過我們提出了類似需求,不過我們團隊認真分析下來,一致認為依靠AI視覺技術(shù)去區(qū)分垃圾的分類,無論是從技術(shù)上還是可操作性上來看都不太靠譜?!?/p>
他解釋,通常來說,家庭生活垃圾一般都會一起裝進垃圾袋,然后扔進垃圾桶。但人們在扔垃圾的時候,機器也無法將塑料袋一個個依次打開,然后利用圖像分析技術(shù)去確認垃圾分類是否正確。
即便每個人都愿意把塑料袋打開,從圖像分析技術(shù)角度出發(fā),也很難做到精準分析,因為這需要大量的數(shù)據(jù)去做訓(xùn)練,否則可用性不大。
與此同時,他也提到了兩個相比之下,比較可行的方案。
一、根據(jù)垃圾袋的顏色區(qū)分不同的垃圾,機器只要確保同樣顏色的垃圾袋扔到所屬的垃圾桶中即可。
“這個方案還是考驗人們的自覺性。從技術(shù)應(yīng)用角度看,這樣做的意義不大,沒有起到嚴格垃圾分類的目的,因為垃圾袋顏色對了,不代表里面的垃圾是對的。”
二、參考日本等國家,在機場等公共場合設(shè)立垃圾分類示范區(qū)。
在機場、車站等場合,大多數(shù)人不會產(chǎn)生太多垃圾,很多人只會丟一個空瓶子、一張面巾紙或者一些瓜皮果屑,如果針對這些試點區(qū)域去做一些技術(shù)應(yīng)用,從而培養(yǎng)用戶習慣,目前來看有一些可行性。
對于第二種方案,碼隆科技首席科學家黃偉林也比較認可。
他說,垃圾往往屬于商品的極端變形體,情況比較特殊。目前的技術(shù)在視覺可見的基礎(chǔ)上,是可以做到垃圾分類報警提醒的,比如判斷垃圾是否是經(jīng)過分類整理的。
至于是否能夠直接進行視覺檢測并分類,且達到某種效果,需要更多的數(shù)據(jù)和實驗支撐才能判斷這件事情的可行性。
“如果目標群體不大,可以做一些嘗試。目前,我們聚焦于AI商品識別領(lǐng)域的研發(fā),主要是通過攝像頭檢測商品,在這一過程中,也會經(jīng)常遇到需要識別一些易于遮擋、折疊、變形的柔性物體,且識別效果不錯?!?/p>
針對垃圾分類,AI的一些神操作
不止于中國,其實垃圾分類一直是讓各個國家頭疼的老問題。
針對這個問題,全球很多AI人都曾貢獻過他們的智慧。雷鋒網(wǎng)此前曾報道,國外Intuitive AI公司曾推出了一款名為OSCAR的垃圾分類系統(tǒng)。
該系統(tǒng)通過機器視覺進行垃圾分類;另外,它還能通過對OSCAR收集的垃圾數(shù)據(jù)進行數(shù)據(jù)分析,并向企業(yè)出售有關(guān)用戶在特定地點消費習慣數(shù)據(jù)。
OSCAR是Intuitive AI公司推出的一個用于垃圾分類的智能系統(tǒng),該系統(tǒng)擁有一塊32英寸顯示屏和智能攝像頭。
OSCAR通過機器學習算法,可以識別用戶手中的物品,并可以告訴用戶接下來該如何處理(分別將其中哪些部分扔到哪個垃圾桶里)。
Intuitive AI首席執(zhí)行官Hassan Murad表示,通過大量學習,該系統(tǒng)已經(jīng)可以識別數(shù)千類垃圾,并將其分為幾百個不同的類別,目前,該系統(tǒng)仍在繼續(xù)訓(xùn)練中。
有意思的是,OSCAR還加入了語音功能,當用戶按照OSCAR的提示正確分類扔到相應(yīng)垃圾桶后,OSCAR會發(fā)出類似“Good job!”的語音提示,并會在顯示屏上放出禮花(confetti)畫面,顯示電影票或購買食物的優(yōu)惠碼;如果用戶將垃圾放錯位置,OSCAR則會在屏幕上顯示暗紅色的標志,并發(fā)出抱怨的聲音,提示用戶垃圾放錯了位置。
該解決方案主要面向?qū)ο鬄樾^(qū)、機場、學校、企業(yè)園區(qū)等應(yīng)用場景。OSCAR已經(jīng)在加拿大溫哥華機場、西蒙弗雷澤大學等地進行落地。
其實,在這個擁有攝像頭和顯示屏的OSCAR之前,Intuitive AI還曾推出過一個同樣名為OSCAR的「智能垃圾桶」概念產(chǎn)品。
舊版OSCAR其實相對而言更“高級”,可以將用戶丟入的垃圾通過機器視覺自動識別,并進行分類放到內(nèi)置的兩個垃圾箱中。
舊版OSCAR可以通過WiFi連接到家庭網(wǎng)絡(luò),配備運動傳感器,可以檢測到用戶何時需要扔?xùn)|西;內(nèi)部擁有經(jīng)過ImageNet數(shù)據(jù)集預(yù)訓(xùn)練的數(shù)據(jù)模型/算法,圖像識別系統(tǒng)通過數(shù)碼相機實時檢測,垃圾并進行分類;設(shè)備頂部也可以通過LED等顯示分類結(jié)果,如果未能識別出垃圾類別,也可以通過LED顯示紅色,隨后可以通過兩個按鈕(「可回收」和「不可回收」)進行人工分類。
這一產(chǎn)品此前也曾在2018年7月上線kickstarter眾籌平臺進行眾籌,但是最終Intuitive AI取消了眾籌,相關(guān)產(chǎn)品也并未量產(chǎn)商用。
據(jù)Venturebeat報道稱,主要原因在于,他們認為這樣的產(chǎn)品不能很好地教育用戶,無法培養(yǎng)用戶正確的生活(垃圾處理)習慣和環(huán)保意識。
OSCAR之外,類似的產(chǎn)品還有很多。
譬如專門從事人工智能控制機器人系統(tǒng)的科技公司ZenRobotics。它基于人工智能的視覺分析系統(tǒng)的ZenRobotics垃圾回收設(shè)備 (ZRR) 是全球首個機器人垃圾分類系統(tǒng),可對同一位置的多種碎物進行分類 。
它的工作方式為ZRR傳感器單元掃描垃圾流,ZRR大腦識別各種材料、物體和抓取位置,ZRR大腦控制軟件分析數(shù)據(jù)和控制機器人,ZRR智能抓取器可選取所需的物體。
ZRR根據(jù)垃圾種類的不同:建筑拆遷垃圾、木材垃圾、運輸垃圾、紡織垃圾和廢金屬垃圾進行了不一樣的設(shè)計。
ZRR 可對重達30公斤的大型重物進行分離,每小時選取次數(shù)最高可達 4,000 次。一天就可以處理2000噸垃圾,相當于48個人的工作量。與人工相比,30萬噸的年處理量使用機器人分揀可提升40%的效率。
再譬如數(shù)控系統(tǒng)公司FANUC。他們曾出品過一款明星產(chǎn)品FANUC LRMate 200iD。它的特點在于具備對垃圾精細的辨別和分析能力。例如,分析出木材的質(zhì)量,分辨出聚合物和塑料的區(qū)別等。
FANUC為分揀機器人設(shè)計了一套廢舊物品自動回收技術(shù),由人工智能(多層神經(jīng)網(wǎng)絡(luò))及分揀系統(tǒng)組成。視覺系統(tǒng)用于獲取物品的視覺信息,下一步便是利用人工智能對物品進行鑒別。根據(jù)物品的化學成分、大小、價值和位置來確定分揀的優(yōu)先級,確保取得最優(yōu)結(jié)果;判斷完畢后,機器人便可進行分揀。
人工智能大潮下,面向C端如何用低成本的硬件來培養(yǎng)用戶習慣,面向B端和G端又如何提供更多附加價值或持續(xù)迭代價值,這些都是現(xiàn)在的AI人需要思考的問題。
就垃圾分類問題來看,以上幾款產(chǎn)品的出現(xiàn),或許能為我國的垃圾分類AI系統(tǒng)的誕生提供一定的參考價值。
-
人工智能
+關(guān)注
關(guān)注
1789文章
46348瀏覽量
236512 -
機器
+關(guān)注
關(guān)注
0文章
773瀏覽量
40661
原文標題:視覺 AI 系統(tǒng),能否解史上最嚴“垃圾分類”陣痛?
文章出處:【微信號:vision263com,微信公眾號:新機器視覺】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論