54

扔进去自己分类 这样的智能垃圾桶还有多远?

 5 years ago
source link: https://www.tuicool.com/articles/fmy6B3V
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

今天你的城市开始“垃圾分类”了吗?

上海先行示范,北京、天津、重庆、成都、西安、武汉等46个重点城市也将有望在2020年底前,基本建成垃圾分类处理系统。

垃圾分类本质上是件对社会和环境利好的事情,可是,严苛的分类标准和条例却让大家叫苦不迭,由于人为处理较为复杂、意识和习惯未形成,“垃圾分类难”深深困扰着大众。

有人指出,人工智能这几年发展迅速,能不能通过AI手段和技术来解决垃圾分类难题呢?

甚至,是否有望出现一款分类准确、价格便宜、适合个人使用的智能垃圾桶?

“垃圾分类”中的真实需求是什么?

“猪骨头是干垃圾,鸡骨头却是湿垃圾;小龙虾壳是湿垃圾,螃蟹壳却是干垃圾”“996上班族不配扔垃圾”“确认过眼神,都是偷偷丢垃圾的人”…… 随着上海生活垃圾管理条例的正式施行,以及严格的惩罚措施,网友直呼“史上最严垃圾分类措施”来了。

jiaIR3m.jpg!web

其实,这些调侃背后,代表了大众真实的垃圾分类“痛点”。

在上海的小语(化名)表示,最头疼的是分不清干垃圾和湿垃圾、但是查询又很麻烦。她以前有时会闭眼扔干垃圾,但是条例实施后,会有人现场监督检查,扔错要罚款。

“湿垃圾需要破袋,尤其是真空小包装的鸭脖之类,有的时候需要把骨头从每一个袋子里拿出来,还挺麻烦。”

小语表示,其实很多的麻烦存在于路上,比如赶时间,上班路上吃个包子或者鸭脖,可能一条路都找不到一个湿垃圾筒。

此外,扔垃圾也会限定时间,同样在上海的工作的林琳(化名)常常抱怨扔垃圾的时间太短了,完美错过上下班时间,大夏天就比较闹心,尤其厨余垃圾很容易发酵。她也很少使用软件具体去查询分类,“很多时候是凭感觉分的”。

在林琳看来,目前国内的现状是湿垃圾很多。我国生活垃圾最主要的构成部分是厨余垃圾,超过60%,有的地区甚至达到70%至80%,对比欧美国家,他们的厨余垃圾占到25%左右。含水率很高、容易腐烂降解的湿垃圾在一定程度上带来了很多现实困难。

iUJNneA.jpg!web

随着垃圾分类成为今夏最热话题,国内互联网、科技公司纷纷推出了小程序、App等查询应用,包括百度、搜狗、科大讯飞等公司均推出了相关的智能查询功能。支付宝、微信上也有不少相关小程序和小游戏。这些应用的特点大同小异,主要以查询为主,支持语音、图像查询。

涌现的App或者小程序真的有帮助吗?确实有很多用户在必要的时候会使用。但是也有一些像小语一样,认为搜索查询很麻烦的用户。“我觉得扔垃圾的成本变高了,可能有的人受教育程度不高,或者是年纪大了,学习本身成本也很大。”她说到。

此外,由于数据库不够丰富和庞大,很多用户使用之后也会吐槽,“普通的不用问,想问的它不懂”。后期,用户养成一定分类习惯后,除非遇到罕见垃圾,在关键时刻可能会起到作用,否则使用频率可能不会很高。

“想要一款扔进去、自己分的垃圾桶”

相比较查询垃圾类别,新浪科技调查发现,一些上海的居民更希望能有一款能帮自己自动分类垃圾的智能产品,而不只是简单的查询系统。

有网友也坦言,识别垃圾种类并不难,难的是代替人类分类垃圾的过程。

小语告诉新浪科技,自己最希望能有一个智能垃圾桶,能让扔垃圾更方便,“也就是说,在扔垃圾的时候,可以一下子搞明白是什么垃圾,然后有垃圾桶可以扔”。她对智能垃圾桶的期待是:分类准确、价格便宜、清洁方便、没有异味。

那么,目前AI技术的成熟度,是否支持这样的产品实现落地?

在接受新浪科技采访时,人工智能技术与服务提供商第四范式的技术人员表示,垃圾分类中所涉及的计算机视觉技术包括了图像分类、图像定位、图像检测等环节。

例如在垃圾分类的场景中,首先需要将带有不同垃圾种类的图片进行标注,标注是为了告诉计算机图像中出现的是可回收、厨余、不可回收等不同类型的垃圾,以及垃圾在图像中的位置等信息,作为训练模型的原始数据。

模型训练好后,可以将新的图片输入给模型,模型会识别、定位出是哪种类型的垃圾以及所在的位置,从而实现垃圾分类的需求。

“目前计算机视觉技术已经相当成熟,第四范式在计算机视觉领域已经有了深厚的积累。能否投入使用的关键在于模型识别的精准度,而影响模型精准度的关键在于原始数据量的质量的大小。原始数据质量越高,数量越大,训练出识别准确率高的模型几率越大。”

上述技术人员表示,数据库中包含是经过标注过的数据,标注的质量越高,AI训练的效果越好。

但目前,最大的问题是,标注数据的过程更多的是由人工来完成,现阶段还无法由AI来实现。虽然一些研究者正在探索自动标注数据的工作,但离真正应用还存在很长的距离。

此外,值得思考的是,如果将来各个城市的垃圾分类标准不统一,也将会对AI提出更高的要求。

其实在国外,已经有相关相对简单的智能产品推出,比如一款可以认识垃圾属性并自动的垃圾桶Oscar。但是这样的产品会适合国内的垃圾分类环境吗?

每个垃圾箱旁边有一个AI设备太难了

2018年,国外一家公司推出了智能垃圾桶Oscar。它可以识别被放入的垃圾种类,自动将垃圾分类。其外观类似一个收纳柜,内部分为左右两个区域,顶部设计了感应功能,垃圾桶盖会在用户靠近时自动打开,垃圾通过投入口进入桶内后,通过扫描分析,会将垃圾自动分类,比如香蕉皮自动滑入不可回收箱,纸类物品则滑入可回收箱内。

2aQjqaB.jpg!web

据了解,Oscar的背后有个强大的数据库,通过摄像头扫描物体后,进行后台匹配,最终得出垃圾属性。而不在数据库里的垃圾,将无法被识别。不过,遇到不可识别的垃圾种类时,用户可以通过按钮手动分类,而垃圾桶也就记住这个物品分类,上传至数据库,方便以后的识别。

这款垃圾桶还需要在网络环境下才能运作。该产品众筹时的价格为1000美元,目前尚未上市。

NBbiU3z.jpg!web

不过,这款产品看起来可能符合用户的需求,但昂贵的价格、稳定网络环境的支持,显然不适合大多数的家庭,铺设到社区也需要很高的成本。

此外,面对国内干湿垃圾、厨余垃圾等更加复杂的分类,则需要更复杂的数据库,搭建起来又是一项庞大的工程。有网友就担心Oscar这样的垃圾桶在使用程度上,可能并不比传统的分类垃圾箱省事多少,而且误判应该不会太低。

在谈到智能垃圾桶时,林琳就认为,智能垃圾桶的成本相对于个人来说太高了,“如果有更适合分装的垃圾袋就好了”。

“我觉得AI帮助垃圾分类也在B端,最后专业化的分解当中,而不是体现在每个垃圾箱旁边有一个AI设备,这件事情是反经济规律的一件事情。” 接受新浪科技采访时,搜狗公司CEO王小川认为。

目前,在对B端的的垃圾处理上,国外已经有公司在做这样的事情。

印度尼西亚有一家叫Gringgo的公司,致力于使用AI技术进行垃圾分类与回收。他们在印尼城市Denpasar和数据公司Datanest合作,使用大量图片训练出了可以快速分类不同种类塑料的模型。

Gringgo公司用图像识别技术构建了一个AI工具,用户用手机拍照上传后,不仅可以为不同的垃圾进行分类标记,还可以分析出其中可回收的塑料垃圾值多少钱。未来,这家公司可能会与Google AI的专家合作,将更多AI技术融入到他们的垃圾管理系统。

目前来看,指望通过AI产品来完全代替人们解决分类需求,似乎还比较遥远。王小川表示,“这个事情我们还在观察,我是支持居民对于环保和垃圾分类有这样一个概念,我也期待能减低普通消费者的负担。但可能简单的分类大家容易判断,最后还是得有专业的机构在B端能够做专业化的分类体系。”


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK