0
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(yán)垃圾分類措施”。
以上還只是相關(guān)政策實施落地的“前菜”。
昨天（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(jìn)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(dāng)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。
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)大力提倡。
同時，不同于闖紅燈的罰錢扣分，生活垃圾由于種類繁多，具體分類缺乏統(tǒng)一標(biāo)準(zhǔn)，大多人在實際操作時會“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，以至于站在垃圾桶前遲遲不能做出決定。
藉由此，在一次垃圾分類專項調(diào)研會議上，有不少專家提出：在AI浪潮滾滾而來賦能各業(yè)的今天，是否能夠引入信譽(yù)機(jī)制，利用AI攝像頭助力垃圾分類。
針對這個提議，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(tuán)隊認(rèn)真分析下來，一致認(rèn)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。”
他解釋，通常來說，家庭生活垃圾一般都會一起裝進(jìn)垃圾袋，然后扔進(jìn)垃圾桶。但人們在扔垃圾的時候，機(jī)器也無法將塑料袋一個一個依次打開，然后利用圖像分析技術(shù)去確認(rèn)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(zhǔn)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，他也提出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(jī)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(yán)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?！?/p>
二、參考日本等國家，在機(jī)場等公共場合設(shè)立垃圾分類示范區(qū)。
在機(jī)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(xí)慣，目前來看有一些可行性。
對于詹東暉提出的第二種方案，商品識別方案領(lǐng)先者碼隆科技首席科學(xué)家黃偉林也比較認(rèn)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(jìn)行視覺檢測并分類，且達(dá)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(biāo)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。”
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。
針對這個痼疾，全球很多AI人都曾貢獻(xiàn)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(jī)器視覺進(jìn)行垃圾分類；另外，它還能通過對OSCAR收集的垃圾數(shù)據(jù)進(jìn)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(xí)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(jī)器學(xué)習(xí)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(xué)習(xí)，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(dāng)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(biāo)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(jī)場、學(xué)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(jī)場、西蒙弗雷澤大學(xué)等地進(jìn)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(jī)器視覺自動識別，并進(jìn)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(jī)實時檢測，垃圾并進(jìn)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(jìn)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(jìn)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(rèn)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(xí)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(jī)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(jī)器人垃圾分類系統(tǒng)，可對同一位置的多種碎物進(jìn)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(jī)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(jìn)行了不一樣的設(shè)計。
ZRR 可對重達(dá)30公斤的大型重物進(jìn)行分離，每小時選取次數(shù)最高可達(dá) 4,000 次。一天就可以處理2000噸垃圾，相當(dāng)于48個人的工作量。與人工相比，30萬噸的年處理量使用機(jī)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(xì)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(jī)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(jìn)行鑒別。根據(jù)物品的化學(xué)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(jī)器人便可進(jìn)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(xí)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，也不失為AI目前能看到且市場足夠大的細(xì)分場景之一，而以上幾款產(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。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
