传统的人工垃圾分类处理流水线 而处理工厂的智能自动化， 一旦能够普及应用，就可以让这些分拣工人离开那些危险的岗位了。 前不久，北美纸箱包装委员会就与阿尔卑斯废物循环利用，以及 AMP 机器人这两家公司合作，在工厂中安装了 AMP 公司的 Cortex 分类机器人。 这种机器人配备了像蜘蛛一样的机械臂，利用摄像机向云端大脑传递影像信息，机器学习算法识别出传送带上的废物，机械臂就会对其进行分拣。 目前，机器人能够达到高达 98％的分类准确度，每天工作大约 16 小时，每分钟可以做出 60 次分拣动作，远高于人类每分钟 40 次的平均值。 同样这么做得还有芬兰公司 ZenRobotics 机器人，在美国 Recon 废物服务公司中，安装了人工智能回收系统 Heavy Picker，可以抬起 60 磅重的物体，能够整理建筑垃圾，将其分类成金属、木头、石头等，然后投入循环利用。目前，苏州绿和公司也引入了该技术。 能够直接解放人类分拣员，减少分拣环节的健康风险，并有效提升了分拣效率。 看到这里，相信很多人已经可以感觉到，AI 在垃圾领域的应用有哪些值得注意的特点了吧。 简单来说，一是依靠成熟的感知技术，比如传感器、计算机视觉等等，让每个环节流通的垃圾和行为都能被数据化。而要让识别的准确率足够高，也需要进行一定的数据积累与训练。换句话说，AI 系统的引入宜早不宜迟。 二是云 + 端 + 边算力的综合保障。我们发现，垃圾分类所涉及的环节对实时动态数据的监测和处理要求非常高，无论是在垃圾倾倒时的实时甄别，还是车辆行进路线的合理控制，这个过程都需要基础算力的支持，因此，边缘算力、终端芯片、云端处理的综合联动才能成就这项庞大的城市工程。 未来随着 5G 网络的普及，即时的数据观察会让 AI 的效能变得更强。 听起来很美，那么，AI 的落地有没有什么限制条件呢？答案几乎是肯定的！ 万事俱备，只欠…… AI 的 " 垃圾分类 " 探索说到这里，相信很多人已经感觉到了好像哪里不对的样子。为了人类生存环境变得更好，AI 似乎在透支当下一部分人群的生活状态。 最为直接的影响是，随着智能机器人的引入和垃圾处理场的自动化改造，会有很多从事驾驶和分类工作的工人失业。 的确，他们的工作条件称不上好，但也是一份能够养家糊口的谋生之道。让他们转型去做那些 AI 提供的新工作岗位，比如数据分析师、操控高科技卡车和设备的机械师，这可能吗？ 未来垃圾清理产业的人员素质必然会大量提升，但机会未必真的会属于那些被机器淘汰的一线工人。届时大量的底层劳动人口去往何处，恐怕是一个棘手的问题，因此，垃圾产业智能化的步子应该不会迈的太快。至少，在很长一段时间内，还是会由人类大爷阿姨来为你答疑解惑，而不是 AI。 另一方面则是部署成本的问题。 关注我们的小伙伴可能常常听到智慧城市、车路协同之类的前沿技术名词。但目前很多综合方案都还在封闭道路上测试，或是刚刚开始终端改造。 而垃圾分类的收集终端密集，数据维度多样，有着较大的自由度和模糊地带，层出不穷的新型垃圾也在挑战着传统的分类体系，这就导致现阶段想要依靠 AI 实现精准判断和运维决策，几乎是一件不可能的事。 而在一个 400 万人口的中等城市，建设智能收集终端 + 智慧平台 + 智能检测线的一次性投资，初步估算约 15 亿元左右，这些都是要城市财政来买单的，恐怕只有少数超级城市能够逐步启动。 而其他二三线垃圾分类试点城市，恐怕只能多多学习下分类手册，打打扔垃圾小游戏了。 AI 垃圾分类的未来或许还很遥远，但未来依然是值得期待的。每个人都必须与时代共同成长，从这个角度来说，我们也算是见证历史了吧。让我们和 AI 一起，给岁月以文明，而不是给文明以岁月。 标签：