用機器視覺做垃圾分類，還能分析用戶消費習慣？

垃圾一直是讓各個國家頭疼的問題，尤其對於人口過億的人口大國。其中，垃圾分類被視為一項有效的推廣措施，不過，並非所有人明確「可回收」與「不可回收」的定義，或者說對垃圾需要有更清晰的劃分。

也由此，國外Intuitive AI公司推出了一款名為OSCAR的垃圾分類系統。

該系統通過機器視覺進行垃圾分類，另外，Intuitive AI首席執行官Hassan Murad也表示，希望通過對OSCAR收集的垃圾數據進行數據分析，並向企業出售有關用戶在特定地點消費習慣數據。

OSCAR是Intuitive AI公司推出的一個用於垃圾分類的智能系統，該系統擁有一塊32英寸顯示屏和智能攝像頭。OSCAR通過機器學習演算法，可以識別用戶手中的物品，並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首席執行官Hassan Murad表示，通過學習，該系統已經可以識別數千類垃圾，並將其分為幾百個不同的類別，目前，該系統仍在繼續訓練，以從垃圾上可見信息中識別出垃圾具體是什麼，並進行分類。例如識別出是可樂罐，還是汽水瓶。

據外媒Venturebeat報道，OSCAR也有加入語音功能，當用戶按照OSCAR的提示正確分類扔到相應垃圾桶後，OSCAR會發出類似「Good job!」的語音提示，並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誌，並發出抱怨的聲音，提示用戶垃圾放錯了位置。

該解決方案主要面向對象為小區、機場、學校、企業園區等應用場景。OSCAR目前正在加拿大溫哥華機場、西蒙弗雷澤大學等地進行測試。此前，Murad也表示，「目前我們正在與多倫多、溫哥華等城市共同研究改善住宅環境的相關解決方案。」

據中國城市環境衛生協會2010年統計數據顯示，我國每年產生近10億噸垃圾，其中生活垃圾產生量約為4億噸，建設垃圾約為5億噸；美國相對少一些，但是據美國2011年公布的相關數據顯示，生活垃圾年產量也有2.35億噸。

據外媒Venturebeat報道稱，美國等地用戶扔掉的廢物中有98％最終被填埋，但其中超過80％的廢物是可以回收再利用。

據globalnews報道，多倫多固體廢物管理服務部總經理吉姆麥凱也曾表示：「垃圾每減少1%的交叉污染（垃圾放錯位置），這個城市將因此每年節省60萬到100萬美元財政支出。」

由此可見，垃圾分類回收無論是對改善環境，或是產生經濟效益，都有一定的作用。

當然，Intuitive AI也並沒有將回收垃圾的經濟效益視為重點，Intuitive AI的盈利重點在於通過垃圾中隱含的數據信息進行溯源，並分析用戶消費習慣及消費場所，通過將這些數據提供給企業進行盈利。

雷鋒網從Intuitive AI官網對這款硬體的描述中發現，OSCAR可以實時檢測出某杯咖啡的位置來源（店鋪位置）。

Murad也表示，Intuitive AI希望在未來可以向企業出售有價值的數據（有關用戶消費習慣的位置數據）盈利。

「第一代」OSCAR主要可以向物業部門提供諸如哪些垃圾箱需要找清潔工及時清空的數據，以更提高清潔工的工作效率。收集的數據也可以提供給相關認證機構，作為LEED認證或可持續性評級的參考數據。

隨著收集的數據越來越多，也更能夠反映出附近商場、大學、機場等場景中哪些品牌和產品更受歡迎，人們在一天中某一時間段更喜歡吃什麼，並將這些數據分析結果提供給快餐店、購物中心等，以供相關店鋪更好地為用戶提供服務。

雷鋒網認為，就經濟效益來看，這樣的產品其實並無法替代清潔工，而只是提高清潔工效率。另外，更多的數據分析功能其實並未能在前期體現出來，因而，可以認為現在的OSCAR還是一個智能產品的概念原型。雖然這樣的產品從環保角度來講會有一定作用，但是如無相關政策推動或資金支持，也是很難存活下去的。

但是，不得不說的是，Murad選擇以數據為切入口，相當於用類似國內的智慧城市的概念，Intuitive AI不僅作為硬體和方案供應商，同時也作為數據服務商，這是該項目存在的未知盈利空間，也是該項目的關鍵意義所在。

當然，就眾人關注的用戶數據的安全性，有數據服務屬性的Intuitive AI也在官網上用了一個頁面解釋了其遵守PIPEDA（Personal Information Protection and Electronic Documents Act）和FIPPA（Freedom of Information and Protection of Privacy Act）等隱私保護法。

其實，在這個擁有攝像頭和顯示屏的OSCAR之前，Intuitive AI也曾推出過一個同樣名為OSCAR的「智能垃圾桶」概念產品。

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器視覺自動識別，並進行分類放到內置的兩個垃圾箱中。

舊版OSCAR可以通過WiFi連接到家庭網路。配備運動感測器，可以檢測到用戶何時需要扔東西；內部擁有經過ImageNet數據集預訓練的數據模型/演算法，圖像識別系統通過數碼相機實時檢測，垃圾並進行分類；設備頂部也可以通過LED等顯示分類結果，如果未能識別出垃圾類別，也可以通過LED顯示紅色，隨後可以通過兩個按鈕（「可回收」和「不可回收」）進行人工分類。

這一產品此前也曾在2018年7月上線kickstarter眾籌平台進行眾籌，但是最終Intuitive AI取消了眾籌，相關產品也並未量產商用。據Venturebeat報道稱，主要原因在於，Murad認為這樣的產品不能很好地教育用戶，無法培養用戶正確的生活（垃圾處理）習慣和環保意識。

據kickstarter眾籌平台眾籌信息顯示，這款面向C端用戶的智能硬體此前的眾籌價格為5436美元。因而，雷鋒網認為，這樣弱人工智慧時代的非剛需產品或功能，很難有C端用戶為其支付數千美元。這更可能是第一版OSCAR此後未能量產及商用的原因。

由此，也就不難理解功能迭代後的OSCAR會面向公共場所，面向B端和G端進行推廣。以及Murad將數據服務定位為Intuitive AI的主要盈利方向。

正如前文提到的，據中國城市環境衛生協會2010年統計數據顯示，我國每年產生近10億噸垃圾，其中生活垃圾產生量約為4億噸，建設垃圾約為5億噸。在各種政策倡導和綠色環保的主流風向下，垃圾分類確實也是一個值得被思考、被「智能化」的應用場景。

在現如今弱人工智慧時代，如何通過現有的技術創造出更實用的功能，面向C端如何用低成本的硬體來培養用戶習慣，面向B端和G端又如何提供更多附加價值或持續迭代價值，這些也是現在做智能產品時需要考慮的問題。

其實，在國內，面向B端和G端千元價位的德瀾仕廚餘垃圾智能收集箱，面向C端百元價位的拓牛智能垃圾箱都已有落地商用。

而在產品功能迭代方面，Intuitive AI在數據應用方面的構想也還是有一定參考價值的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！