自從上海開始推行垃圾分類之後,被逼瘋的上海人已經成為廣大網友的快樂源泉,貢獻了不少段子和表情包。據說有人開車前往杭州和蘇州倒垃圾,還有很多實在搞不懂分類的外地“學渣”扛不住壓力直接回老家了……
伴隨人工智能和物聯網等先進技術的迭代升級,垃圾分類及監管等場景自然也少不了“AI+”的賦能。居民智能分辨垃圾種類、垃圾處理廠智能分揀可回收物品、以及政府智能監督垃圾分類實況等智能場景正在向現實生活滲透。
一、什麼是智能垃圾分類
智能垃圾分類是一個智能化物聯網終端設備,利用物聯網卡傳輸數據,通過自助交投、自動稱重,實時給予居民相應積分並轉入手機微信錢包。智能垃圾分類回收機約5米長,分設了紙類回收、紡織物回收、金屬回收、塑料回收、玻璃回收、有害垃圾回收6個類別,並以圖示區分,比如衣服、箱包屬於紡織物類,電池、溫度計屬於有害垃圾類;需要投放垃圾時,在正中央的顯示屏上用APP掃碼或輸入電話號碼即可操作,“投喂”過程僅需幾十秒。居民還可以掃描回收櫃上的二維碼打開微信小程序,然後在微信小程序上操作對應的機櫃,如開門、投遞、關門等相關操作,從而實現方便快捷的廢物回收。除此之外,用戶還可以通過微信小程序查看賬戶信息、積分信息,進行積分兌換等。
二、AI可以在產業鏈全程提供助力
垃圾分類實在是一個不怎麼美妙的話題,種類多,嚴苛的日本垃圾政策就有34種分類,每天扔哪種垃圾都有明確的規定,錯過時間還可能遺留在家裡。而且產業鏈條很長,後續的收運、流通、處置都是很難看到的。所以對於剛剛起步的地區來說,產生“我分了類但垃圾車還不是一輛車一鍋端走”的質疑簡直太正常不過了。總之,任何一個環節斷掉了,都會直接影響垃圾分類的最終效果。幸好,AI技術的興起,已經能夠為這項全球工程貢獻一份力量了。目前來看,AI可以在產業鏈全程提供助力:
1、前端(居民端)智能檢測
“逼瘋”廣大市民的垃圾分類難點,主要就在於識別不同的材料特徵並予以歸類,其中涉及比較高的技術門檻。網絡上流傳的,一隻龍蝦需要分為五個部分分別投遞,鼠標必須大卸八塊才能扔掉,珍珠奶茶喝一半怎麼扔……別說普通的大爺大媽了,受過高等教育的同學恐怕都需要懵逼一番。
前端整合功能即城市環衛系統與再生資源系統的“兩網融合”,以基本覆蓋全市約400餘萬戶的綠色賬戶為抓手,採取多種方式與各類線上線下回收平臺合作,在各區建設回收服務點,實現可回收物前端收集的資源整合。比如,已經有小區安裝上了智能回收垃圾站,只需要在垃圾桶前掃描一下,就會自動識別居民投遞物的類型,並提示具體的分類。如果是能賣錢的可回收垃圾,投遞到相應的垃圾桶後還會自動將兌換的現金打到居民的手機賬戶裡,可以說是很適合懶人了。當然,沒有此類智能垃圾桶的小區,也有帶有AI識別的功能的手機App助攻,比如支付寶最近推出的“垃圾分類助手”,就成了救上海人民於水火的神器。
2、終端(回收者)自動化
不得不說上海不愧是城市化最高的地區之一,廣大群眾們吐槽歸吐槽,但也都是極盡可能地配合垃圾分類政策,努力程度堪比高考。不過,在家分的再好,如果垃圾車全部都混為一體,或者不考慮小區的實際量級,那也會帶來不少的麻煩,讓大家做無用功的同時,也影響政策的公信力。因此,提高回收環節的清理效率和分揀水平,就變得至關重要了,而這正是AI所擅長的。
舉個遙遠的例子,在硅谷,創業公司Compology就給小區的垃圾箱配備了智能傳感器。這些傳感器每天會多次拍攝垃圾桶內部的高分辨率照片,併發送圖像到雲端。這樣,垃圾清理公司就能夠及時監控信息,優化卡車清運垃圾的路線或時間表,快捷高效地拾取垃圾,從而保證了不同規模小區的清理效率。而在運載過程中,垃圾分類後也導致清運車增加,從2月20日起,上海全市就配置及塗裝溼垃圾車982輛、幹垃圾車3135輛、有害垃圾車49輛以及可回收物回收車32輛。顯然,分類的細化也會導致司機出現人手不足的情況,而自動駕駛則有望解決這一問題。
3、後端(處理廠)智能化
垃圾分類是一項骯髒、枯燥且危險的工作。在工作中,負責回收垃圾的工人在工作中受傷的數量是其他工人的兩倍,回收垃圾和回收可回收材料變成了危險的職業。而處理工廠的智能自動化,一旦能夠普及應用,就可以讓這些分揀工人離開那些危險的崗位了。但隨著人工智能的崛起,在攝像機和被訓練識別特定物體的計算機系統的引導下,機器人的手臂會在移動的傳送帶上滑動,直到它們找到目標。機器人手臂上有一個吸盤,可以從垃圾中取出玻璃、塑料容器和其他可回收物品,然後把它們扔進附近的容器內。平均來說,每隔一秒左右,機器人手臂就能夠識別出一個新的目標,然後把它從垃圾堆中分離出來。
三、智能垃圾分類尚未成熟
1、技術問題
由於技術缺陷,“智能垃圾分類”設備可能會遭遇欺詐,無法對垃圾進行準確有效的分類。比如舊書裡面混入鐵塊設備會將之納入鐵塊而進行分類,額外支出獎勵。在智能垃圾分類的整理、存儲、運輸等過程中還需要花費高額的費用,智能垃圾分類回收平臺本身的研發製作費、維護費、運行成本費也是個不小的數字。
智能垃圾分類需要完整的生態產業鏈條,從垃圾分類投放到分類收集到分類運輸到分類處理到分類利用,這是一個系統,缺少任何一環都會斷裂、崩壞。就目前看來,全國大大小小數千個智能垃圾分類項目大部分都是虎頭蛇尾的狀態,主要表現在在居民前端分類與但在中端運輸和末端處理時又是“一鍋化”的矛盾衝突。
2、人員就業問題
AI垃圾分類為了人類生存環境變得更好,AI似乎在透支當下一部分人群的生活狀態。最為直接的影響是,隨著智能機器人的引入和垃圾處理場的自動化改造,會有很多從事駕駛和分類工作的工人失業。的確,他們的工作條件稱不上好,但也是一份能夠養家餬口的謀生之道。讓他們轉型去做那些AI提供的新工作崗位,比如數據分析師、操控高科技卡車和設備的機械師,這可能嗎?
未來垃圾清理產業的人員素質必然會大量提升,但機會未必真的會屬於那些被機器淘汰的一線工人。屆時大量的底層勞動人口去往何處,恐怕是一個棘手的問題,因此,垃圾產業智能化的步子應該不會邁的太快。至少,在很長一段時間內,還是會由人類大爺阿姨來為你答疑解惑,而不是AI。
3、部署成本問題
相信很多小夥伴聽說過智慧城市、車路協同之類的前沿技術名詞。但目前很多綜合方案都還在封閉道路上測試,或是剛剛開始終端改造。而垃圾分類的收集終端密集,數據維度多樣,有著較大的自由度和模糊地帶,層出不窮的新型垃圾也在挑戰著傳統的分類體系,這就導致現階段想要依靠AI實現精準判斷和運維決策,幾乎是一件不可能的事。
智能垃圾分類是垃圾管理的未來發展趨勢,以信息化的管理方式進行垃圾分類是時代進步的表徵之一。基於人工智能、雲計算、大數據、物聯網等新技術,垃圾分類的效率愈來愈高,對環保事業及技術發展有著重要的意義。