北美首頁 | 新聞 | 時尚 | 大陸 | 臺灣 | 美國 | 娛樂 | 體育 | 財經 | 圖片 | 移民 | 微博 | 健康
美股佣金對照表
Value Engine Stock Forecast
ENTER SYMBOL(S)

深擊|扔進去自己分類,這樣的智能垃圾桶還有多遠?

http://finance.sina.com   2019年07月11日 18:07   北京新浪網

  新浪科技 楊雪梅

  今天你的城市開始“垃圾分類”了嗎?

  上海先行示範,北京、天津、重慶、成都、西安、武漢等46個重點城市也將有望在2020年底前,基本建成垃圾分類處理系統。

  垃圾分類本質上是件對社會和環境利好的事情,可是,嚴苛的分類標準和條例卻讓大家叫苦不迭,由於人爲處理較爲複雜、意識和習慣未形成,“垃圾分類難”深深困擾着大衆。

  有人指出,人工智能這幾年發展迅速,能不能通過AI手段和技術來解決垃圾分類難題呢?

  甚至,是否有望出現一款分類準確、價格便宜、適合個人使用的智能垃圾桶?

  “垃圾分類”中的真實需求是什麼?

  “豬骨頭是幹垃圾,雞骨頭卻是溼垃圾;小龍蝦殼是溼垃圾,螃蟹殼卻是幹垃圾”“996上班族不配扔垃圾”“確認過眼神,都是偷偷丟垃圾的人”…… 隨着上海生活垃圾管理條例的正式施行,以及嚴格的懲罰措施,網友直呼“史上最嚴垃圾分類措施”來了。

  其實,這些調侃背後,代表了大衆真實的垃圾分類“痛點”。

  在上海的小語(化名)表示,最頭疼的是分不清幹垃圾和溼垃圾、但是查詢又很麻煩。她以前有時會閉眼扔幹垃圾,但是條例實施後,會有人現場監督檢查,扔錯要罰款。

  “溼垃圾需要破袋,尤其是真空小包裝的鴨脖之類,有的時候需要把骨頭從每一個袋子裏拿出來,還挺麻煩。”

  小語表示,其實很多的麻煩存在於路上,比如趕時間,上班路上吃個包子或者鴨脖,可能一條路都找不到一個溼垃圾筒。

  此外,扔垃圾也會限定時間,同樣在上海的工作的林琳(化名)常常抱怨扔垃圾的時間太短了,完美錯過上下班時間,大夏天就比較鬧心,尤其廚餘垃圾很容易發酵。她也很少使用軟件具體去查詢分類,“很多時候是憑感覺分的”。

  在林琳看來,目前國內的現狀是溼垃圾很多。我國生活垃圾最主要的構成部分是廚餘垃圾,超過60%,有的地區甚至達到70%至80%,對比歐美國家,他們的廚餘垃圾佔到25%左右。含水率很高、容易腐爛降解的溼垃圾在一定程度上帶來了很多現實困難。

  隨着垃圾分類成爲今夏最熱話題,國內互聯網、科技公司紛紛推出了小程序、App等查詢應用,包括百度、搜狗、科大訊飛等公司均推出了相關的智能查詢功能。支付寶、微信上也有不少相關小程序和小遊戲。這些應用的特點大同小異,主要以查詢爲主,支持語音、圖像查詢。

  涌現的App或者小程序真的有幫助嗎?確實有很多用戶在必要的時候會使用。但是也有一些像小語一樣,認爲搜索查詢很麻煩的用戶。“我覺得扔垃圾的成本變高了,可能有的人受教育程度不高,或者是年紀大了,學習本身成本也很大。”她說到。

  此外,由於數據庫不夠豐富和龐大,很多用戶使用之後也會吐槽,“普通的不用問,想問的它不懂”。後期,用戶養成一定分類習慣後,除非遇到罕見垃圾,在關鍵時刻可能會起到作用,否則使用頻率可能不會很高。

  “想要一款扔進去、自己分的垃圾桶”

  相比較查詢垃圾類別,新浪科技調查發現,一些上海的居民更希望能有一款能幫自己自動分類垃圾的智能產品,而不只是簡單的查詢系統。

  有網友也坦言,識別垃圾種類並不難,難的是代替人類分類垃圾的過程。

  小語告訴新浪科技,自己最希望能有一個智能垃圾桶,能讓扔垃圾更方便,“也就是說,在扔垃圾的時候,可以一下子搞明白是什麼垃圾,然後有垃圾桶可以扔”。她對智能垃圾桶的期待是:分類準確、價格便宜、清潔方便、沒有異味。

  那麼,目前AI技術的成熟度,是否支持這樣的產品實現落地?

  在接受新浪科技採訪時,人工智能技術與服務提供商第四範式的技術人員表示,垃圾分類中所涉及的計算機視覺技術包括了圖像分類、圖像定位、圖像檢測等環節。

  例如在垃圾分類的場景中,首先需要將帶有不同垃圾種類的圖片進行標註,標註是爲了告訴計算機圖像中出現的是可回收、廚餘、不可回收等不同類型的垃圾,以及垃圾在圖像中的位置等信息,作爲訓練模型的原始數據。

  模型訓練好後,可以將新的圖片輸入給模型,模型會識別、定位出是哪種類型的垃圾以及所在的位置,從而實現垃圾分類的需求。

  “目前計算機視覺技術已經相當成熟,第四範式在計算機視覺領域已經有了深厚的積累。能否投入使用的關鍵在於模型識別的精準度,而影響模型精準度的關鍵在於原始數據量的質量的大小。原始數據質量越高,數量越大,訓練出識別準確率高的模型機率越大。”

  上述技術人員表示,數據庫中包含是經過標註過的數據,標註的質量越高,AI訓練的效果越好。

  但目前,最大的問題是,標註數據的過程更多的是由人工來完成,現階段還無法由AI來實現。雖然一些研究者正在探索自動標註數據的工作,但離真正應用還存在很長的距離。

  此外,值得思考的是,如果將來各個城市的垃圾分類標準不統一,也將會對AI提出更高的要求。

  其實在國外,已經有相關相對簡單的智能產品推出,比如一款可以認識垃圾屬性並自動的垃圾桶Oscar。但是這樣的產品會適合國內的垃圾分類環境嗎?

  每個垃圾箱旁邊有一個AI設備太難了

  2018年,國外一家公司推出了智能垃圾桶Oscar。它可以識別被放入的垃圾種類,自動將垃圾分類。其外觀類似一個收納櫃,內部分爲左右兩個區域,頂部設計了感應功能,垃圾桶蓋會在用戶靠近時自動打開,垃圾通過投入口進入桶內後,通過掃描分析,會將垃圾自動分類,比如香蕉皮自動滑入不可回收箱,紙類物品則滑入可回收箱內。

  據瞭解,Oscar的背後有個強大的數據庫,通過攝像頭掃描物體後,進行後臺匹配,最終得出垃圾屬性。而不在數據庫裏的垃圾,將無法被識別。不過,遇到不可識別的垃圾種類時,用戶可以通過按鈕手動分類,而垃圾桶也就記住這個物品分類,上傳至數據庫,方便以後的識別。

  這款垃圾桶還需要在網絡環境下才能運作。該產品衆籌時的價格爲1000美元,目前尚未上市。

  不過,這款產品看起來可能符合用戶的需求,但昂貴的價格、穩定網絡環境的支持,顯然不適合大多數的家庭,鋪設到社區也需要很高的成本。

  此外,面對國內乾溼垃圾、廚餘垃圾等更加複雜的分類,則需要更復雜的數據庫,搭建起來又是一項龐大的工程。有網友就擔心Oscar這樣的垃圾桶在使用程度上,可能並不比傳統的分類垃圾箱省事多少,而且誤判應該不會太低。

  在談到智能垃圾桶時,林琳就認爲,智能垃圾桶的成本相對於個人來說太高了,“如果有更適合分裝的垃圾袋就好了”。

  “我覺得AI幫助垃圾分類也在B端,最後專業化的分解當中,而不是體現在每個垃圾箱旁邊有一個AI設備,這件事情是反經濟規律的一件事情。” 接受新浪科技採訪時,搜狗公司CEO王小川認爲。

  目前,在對B端的的垃圾處理上,國外已經有公司在做這樣的事情。

  印度尼西亞有一家叫Gringgo的公司,致力於使用AI技術進行垃圾分類與回收。他們在印尼城市Denpasar和數據公司Datanest合作,使用大量圖片訓練出了可以快速分類不同種類塑料的模型。

  Gringgo公司用圖像識別技術構建了一個AI工具,用戶用手機拍照上傳後,不僅可以爲不同的垃圾進行分類標記,還可以分析出其中可回收的塑料垃圾值多少錢。未來,這家公司可能會與Google AI的專家合作,將更多AI技術融入到他們的垃圾管理系統。

  目前來看,指望通過AI產品來完全代替人們解決分類需求,似乎還比較遙遠。王小川表示,這個事情我們還在觀察,我是支持居民對於環保和垃圾分類有這樣一個概念,我也期待能減低普通消費者的負擔。但可能簡單的分類大家容易判斷,最後還是得有專業的機構在B端能夠做專業化的分類體系。

Bookmark and Share
|
關閉
列印