麻省理工、MaxAI们死磕垃圾分类，神助攻还是花拳绣腿？

麻省理工垃圾分类AI

文｜新芒X

谁都想不到，这个平常上都难得提及的“垃圾分类”，一跃成为当下最高频的话题。

为什幺这幺说？

如果我们用百度指数查询“垃圾分类”，你会发现其指数近7天拉出一条难以想象的增长曲线，日均高达124万，基数本来就很大，而同比和环比依旧保持了23344%和3139%的暴涨姿态。

而这组数据背后，一场号称史上最严“垃圾分类”也悄然降临。坐标上海，这个看似简单的日常动作却也变得着实烧脑，一不小心还就会面临罚款。

那幺问题来了，如何正确高效的辨别垃圾的种类并合理投掷？此时，作为万能的AI，是不是也该展示真正的技术了？

答案显然是肯定的。

在上海市民正费尽心思的辨别垃圾到底属于哪种垃圾之时，今天我们也特意研究和观察了当下市面上多家高能公司在利用AI技术，应用到垃圾分类使用场景下，研发的那些最新的神器。

诸如传说中的麻省理工学院、TrashBot、Max-AI等一批打着垃圾分类旗号的AI机器人正乐此不疲的接受市场的检验，那用起来具体如何？

01/ 麻省理工金色招牌下的垃圾分类AI

麻省理工学院和耶鲁大学的研究人员设计了一套系统，使用机器人来识别纸张、塑料和玻璃，作为分类回收的一种方法。

垃圾分类机器人依靠计算机视觉来识别不同材料之间的差异，其中背后应用了AMP Robotics系统来赋予机器识别的规范和技术。

该系统已在科罗拉多州丹佛市的回收设施中使用。

通过对RoCycle的测试，单独触摸识别和分类三种材料的能力准确度为85％。

对27个物体进行的初步测试发现，当从传送带收集物品时，RoCycle的准确率为63％。

研究人员接下来计划将相机和计算机视觉与RoCycle的触觉相结合，以提高其准确性。

02/ Oscar AI系统

Oscar是一个垃圾分类系统，配有32英寸显示屏和人工智能摄像头，可以识别手中的物品并告诉你如何正确放置它们。

例如，你拿的是泰国面条盒，它将告诉你将剩余的食物扔进不可回收，并将盒子放入可回收垃圾桶。

当正确放置你的垃圾后，Oscar语音系统会说“干得好！”，在屏幕上会分享一些特殊福利的二维码，如电影票或食品折扣。

如果投放错了，Oscar会发出一句抱怨，发出错误的警告声音，并显示一个暗红色的叉号在屏幕上，告诉你这个错误。

Oscar的AI传感器，可附着在任何垃圾箱上，并告诉人们垃圾应该放置在哪个垃圾箱：垃圾，可回收或有机物。

该技术使用相机和超声波传感器来实现目标对象的识别 。通过摄像头抓拍物品，AI算法然后专注于辨别他们手中的物品，以非常高的准确度预测垃圾是哪个类型，并通过屏幕告诉用户将其投入正确的垃圾箱。

“当你走路接近时，大约五六米外，AI就开始预测”相关负责人描述。“这就像我们创造的一个小孩子，拥有成千上万的数据点。我们必须通过显示数百万张图像和传感器数据来非常快速地训练它，这样它就能识别出即使你拿着的香蕉已经变成褐色，它仍然是香蕉，需要扔入正确的垃圾箱。”

除了他们创造的明显的社会效率外，他们相信通过更有效地分类垃圾可以赚大钱。

比如系统还可以识别包装上的品牌，利用这些品牌数据与快餐店和咖啡店巨头合作，为那些使用奥斯卡回收系统的人提供优惠券。

据了解，60多家企业表示有兴趣购买或试用奥斯卡，其中包括财富500强品牌。但他们认为，该公司最大的利润来自于优化和提升大型机构的垃圾分类效率。

03/ Max-AI机器人分拣机

Max-AI®是一种人工智能系统，可识别可回收物品和其他物品以进行归类。通过深度学习技术，Max采用多层神经网络和视觉系统，以与人的方式类似的方式查看和识别物体。

该技术正在推动材料回收设施（MRF）设计，运营效率，恢复，系统优化，维护等方面的改进。

Max-AI是由散货处理系统（BHS）研发设计，该系统能够自主地进行多种分选决定，例如分离各种材料，如成型托盘，铝和纤维，同时从PET瓶流中去除残余物。

所有这些都是以超出人类能力的速度完成的。

04/ AMP Robotics™

AMP Robotics™正在通过工业人工智能（AI）和机器人技术改变回收的经济效率。

其推出的用于回收的AMP Cortex™ 智能机器人，在AI的指导下能够智能地执行分类，拾取和放置指定位置的任务。

Cortex采用三种关键技术，作为大脑，眼睛和手，以非常高的速度执行分类和放置任务，具有很高精度，此外Cortex不断学习经验，不断变得更好。

Cortex使用Delta型机器人，在底座上通用连接三个臂，以实现精确，流畅的运动。机器人非常耐用，易于维护，操作灵活。

AMP Cortex可处理各种城市生活垃圾、电子废弃物、建筑与拆除废料，包括塑料，纸箱，纸板，杯子，电池，黄铜，电容器，铝和薄膜等。材料也可以精确地识别到SKU和品牌，提供数据透明度和分类到前所未有的精细水平。

与此同时，这些数据还可通过AMP Insights™在线获取，AMP Insights™是一种易于使用的数据可视化工具，可用于监控，测量和做出明智的决策以优化客户的操作。

05/ TrashBot

“世界上第一个智能垃圾桶”？TrashBot给自己贴了这样一个标签。

Trashbot创立于匹兹堡的AlphaLab Gear加速器。在那里，CleanRobotics团队一直在开发一种使用相机，传感器和机器学习的机器。

以下是它的工作原理：将一块垃圾扔进TrashBot，然后一扇小门在开口处滑动。

在那扇门下面是一个分析废物类型的相机。该物品也在涂有聚四氟乙烯的塑料架上称重，如果有的话，将其排出液体。CleanRobotics软件确定物品是否运往垃圾填埋场或进行回收利用，并将其指向下面的相应垃圾箱。

CleanRobotics的目标是大型设施，产生大量废物的场所，如机场，商场，体育馆等。该公司也开始向办公楼和其他处理大量垃圾的企业推销TrashBot。

TrashBot使用机器学习来提高其随时间检测和排序垃圾的能力。CleanRobotics还计划为家庭开发个人垃圾分类设备。

06/ In The End

上海实施垃圾分类引全球围观，甚至堪称一场大考。整体看下来，显然是在采用比较传统的方式进行分类。

而以上我们分享了多个利用了AI技术进行垃圾分类的产品化尝试，目前来看也都正在发挥应有的效力，让垃圾分类更高效精准，甚至还探索出不同商业价值。当然目前也面临着识别产品不足够多的最明显问题。

同时我们注意到国内涌现了多款类似应用AI技术来进行垃圾分类识别的智能化产品，相信随着垃圾分类政策在更多城市的落地执行，市场潜力也将无限放大，成为市场宠儿。

正如TrashBot创始人所说，我们都创办了这家公司，因为我们关心环境以及我们对它的影响。

在这场有着天然丰沃数据的垃圾分类场景下，AI也该登场了。