視覺 AI 系統，能否解史上最嚴「垃圾分類」陣痛？

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》。條例規定，個人混合投放垃圾今後可最高罰200元，單位混裝混運最高可罰至5萬元，而且違規還將會列入徵信，堪稱「史上最嚴垃圾分類措施」。

以上還只是相關政策實施落地的前菜。

今天（6月25日），固體廢物污染環境防治法修訂草案已經初次提請全國人大常委會審議，草案對「生活垃圾污染環境的防治」進行了專章規定。

草案提出，國家推行生活垃圾分類制度。縣級以上地方人民政府應當採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，實現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」，實則關係到13億多人生活環境的改善，理應提倡。

與此同時，不同於闖紅燈的罰錢扣分，生活垃圾的分類缺乏統一標準，由於種類繁多，大多人在具體分類時會「選擇困難」，由此，便會造成政策下發，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，以後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，大多數人對於自己所提垃圾的「最佳歸屬」不太確定，以至站在垃圾桶前遲遲不能做出決定。

藉由此，有人提出，在AI浪潮滾滾而來賦能各業的今天，是否能夠引入信譽機制，利用AI攝像頭助力垃圾分類。

針對這個方案，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，不過我們團隊認真分析下來，一致認為依靠AI視覺技術去區分垃圾的分類，無論是從技術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垃圾袋，然後扔進垃圾桶。但人們在扔垃圾的時候，機器也無法將塑料袋一個個依次打開，然後利用圖像分析技術去確認垃圾分類是否正確。

即便每個人都願意把塑料袋打開，從圖像分析技術角度出發，也很難做到精準分析，因為這需要大量的數據去做訓練，否則可用性不大。

與此同時，他也提到了兩個相比之下，比較可行的方案。

一、根據垃圾袋的顏色區分不同的垃圾，機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。從技術應用角度看，這樣做的意義不大，沒有起到嚴格垃圾分類的目的，因為垃圾袋顏色對了，不代表裡面的垃圾是對的。」

二、參考日本等國家，在機場等公共場合設立垃圾分類示範區。

在機場、車站等場合，大多數人不會產生太多垃圾，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域去做一些技術應用，從而培養用戶習慣，目前來看有一些可行性。

對於第二種方案，碼隆科技首席科學家黃偉林也比較認可。

他說，垃圾往往屬於商品的極端變形體，情況比較特殊。目前的技術在視覺可見的基礎上，是可以做到垃圾分類報警提醒的，比如判斷垃圾是否是經過分類整理的。

至於是否能夠直接進行視覺檢測並分類，且達到某種效果，需要更多的數據和實驗支撐才能判斷這件事情的可行性。

「如果目標群體不大，可以做一些嘗試。目前，我們聚焦於AI商品識別領域的研發，主要是通過攝像頭檢測商品，在這一過程中，也會經常遇到需要識別一些易於遮擋、摺疊、變形的柔性物體，且識別效果不錯。」

針對垃圾分類，AI的一些神操作

不止於中國，其實垃圾分類一直是讓各個國家頭疼的老問題。

針對這個問題，全球很多AI人都曾貢獻過他們的智慧。雷鋒網此前曾報道，國外Intuitive AI公司曾推出了一款名為OSCAR的垃圾分類系統。

該系統通過機器視覺進行垃圾分類；另外，它還能通過對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，通過大量學習，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中。

有意思的是，OSCAR還加入了語音功能，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已經在加拿大溫哥華機場、西蒙弗雷澤大學等地進行落地。

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，他們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。

OSCAR之外，類似的產品還有很多。

譬如專門從事人工智慧控制機器人系統的科技公司ZenRobotics。它基於人工智慧的視覺分析系統的ZenRobotics垃圾回收設備 (ZRR) 是全球首個機器人垃圾分類系統，可對同一位置的多種碎物進行分類 。

它的工作方式為ZRR感測器單元掃描垃圾流，ZRR大腦識別各種材料、物體和抓取位置，ZRR大腦控制軟體分析數據和控制機器人，ZRR智能抓取器可選取所需的物體。

ZRR根據垃圾種類的不同：建築拆遷垃圾、木材垃圾、運輸垃圾、紡織垃圾和廢金屬垃圾進行了不一樣的設計。

ZRR 可對重達30公斤的大型重物進行分離，每小時選取次數最高可達 4,000 次。一天就可以處理2000噸垃圾，相當於48個人的工作量。與人工相比，30萬噸的年處理量使用機器人分揀可提升40%的效率。

再譬如數控系統公司FANUC。他們曾出品過一款明星產品FANUC LRMate 200iD。它的特點在於具備對垃圾精細的辨別和分析能力。例如，分析出木材的質量，分辨出聚合物和塑料的區別等。

FANUC為分揀機器人設計了一套廢舊物品自動回收技術，由人工智慧（多層神經網路）及分揀系統組成。視覺系統用於獲取物品的視覺信息，下一步便是利用人工智慧對物品進行鑒別。根據物品的化學成分、大小、價值和位置來確定分揀的優先順序，確保取得最優結果；判斷完畢後，機器人便可進行分揀。

人工智慧大潮下，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，這些都是現在的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分場景，而以上幾款產品的出現，或許能為我國的垃圾分類AI系統的誕生提供一定的參考價值。雷鋒網雷鋒網雷鋒網

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！