变废为宝：AI技术如何彻底颠覆垃圾分类

垃圾危机正在摧毁我们的星球。我们日常生活中丢弃的很多东西，都被倾倒在垃圾填埋场里。这些巨大的垃圾处理场在建设时又大多占用了原本的森林或者可居住土地。例如，美国用于垃圾填埋的土地已经接近整个马里兰州的面积。

更加遗憾的是，大量本可回收或作为肥料的垃圾也不断被粗暴填埋。预计到2050年，全球垃圾产出量将增加73%，届时情况很可能变得更糟。我们必须找到更高效、更具创新性的解决方案实现垃圾管理。

人工智能（AI）正成为一种强大的工具，有助于分类垃圾并将可回收材料从垃圾填埋场转移出去。本文将带大家一同了解创新解决方案，看看它们如何改善回收利用效率、延长现有垃圾填埋场的寿命，并帮助我们实现可持续发展目标。

日益严重的垃圾问题

美国的人均垃圾产生量居世界首位，每位公民每年平均产生1800磅垃圾。尽管一直在努力管理这些垃圾，但目前能够回收的部分也只有24%。这与韩国和德国的成绩形成了鲜明对比，两个国家的垃圾回收率分别接近60%和50%。低下的回收效率不仅令垃圾填埋场容量紧张，同时也加剧了由此引发的环境和健康问题。

垃圾填埋场破坏了自然栖息地，有超过180万英亩的土地被用作垃圾填埋区域，此外还有600万英亩土地作为已关闭垃圾填埋场而白白流失。填埋场的排放物对周边社区构成了重大健康风险，导致儿童先天畸形的几率增长了12%，更拉低了区域内的房产价值。

为了解决这些问题，已经有多个州采取重大措施，希望解决废物管理危机。佛蒙特州决定禁止任何可回收物品进入垃圾填埋场。与此同时，缅因州则出台了严格的生产者责任法，要求企业在消费者使用产品及包装后的很长一段时间内继续负起管理责任。

分类——提高垃圾管理效率的关键

AI驱动分类有望应对垃圾危机。

从城市收集到的垃圾被运往材料回收设施（MRF），通常也是在那里完成分类。但这种分类过程效率不高，因为错误分类的材料会污染可回收物。此外，目前的垃圾分类仍主要为劳动密集型手工操作，由人类雇员在快速移动的传送带上争分夺秒地检视并分类可回收物。

技术创新为应对这些挑战带来了新的希望。Informa Markets旗下基础设施与建筑部门WasteExpo市场负责人兼副总裁Marc Acampora表示，“AI技术正通过自动分类系统颠覆废物管理，该系统利用机器人加机器学习以准确分类垃圾并提高效率。”

WasteExpo是该公司组织的北美最大固体废物、回收、有机物、食品废物回收及可持续贸易展会，主要面向私营及公共部门。在最近于拉斯维加斯举办的活动中，各主要行业参与者纷纷展示了在固体废物分类方面的创新成果。

通过计算机视觉增强材料识别能力

面对从家庭和企业处收集到的大量固体垃圾废料，AI算法需要经过大量训练才能识别出我们抛弃的不同类型垃圾。EverestLabs是一家拥有独立工业3D视觉系统的公司，他们建立起一套包含超50亿个可回收物体的专有数据集，用以训练其识别算法。

他们的数据与机器人平台RecycleOS能够以超过95%的准确率对物体进行分类。EverestLabs创始人兼CEO JD Ambati在采访中指出，“我们的AI能够为流经工厂的每种可回收物品的形状、尺寸、重量、材料、包装类型、商品价值甚至品牌信息提供精确数据。”

这些系统还会随着时间推移而改进，并适应更多新型废物，确保在垃圾成分发生变化后分类过程仍可适应。例如，阿拉米达县工业公司（ACI）就借助EverestLabs的机器人，在三年之内将其劳动力成本降低了59%。截至目前，这些机器人已经分捡了大约3000万件物品。

使用高精度算法防止污染

AI解决方案采用先进算法来区分多种外观相似的材料和物体。Glacier公司创始人兼CEO Rebecca Hu解释称，“Glacier的AI模型能够检测30多种物品，从饮料瓶到牙膏管等等。”

对纤维、PET、HDPE及黑色塑料等可回收材料的准确识别，有助于降低污染率并提高可回收物的纯度。例如，Glacier的机器人能够在训练之后发现并捡出意外混入纸材的塑料袋。这样就使得最终纸材质量更高，价值也随之提升。

谈到机器人的影响，Rebecca Hu分享称，他们帮助一家回收客户确定了一处站点错误送往垃圾填埋场的可回收物品的价值，借此发现了一笔每年90万美元的计划外收益。

使用机器人进行高效实时分类

机器人分类有望减少污染并释放价值。

当垃圾在传送带上移动时，普通人每分钟可以根据材料捡选出20到40件物品。相比之下，AI驱动的机械臂则能以更加惊人的速度对材料进行分类。

AMP是AI驱动分类领域最早的创新者之一，并推出了高功率喷射系统。AMP现场可靠性工程经理Chase Brumfield表示，“这套系统能够在以每分钟600英尺速度移动的传送带上，每分钟进行数千次检选。”除了大大降低人工工作量之外，这些系统的停机时间也极短，最终显著提高了垃圾处理设施的吞吐量。

此外，智能分类系统还可以释放新的价值创造机会。例如，假设买家希望收集特定类型的可再生塑料材料，比如白色的聚丙烯制品，AI驱动的分类系统也可以实时观察、记住并照此执行，快速挑选出所需的对应废物。

AI技术如何协助构建可持续未来

实现可持续发展目标，离不开良好的基线性能与持续跟踪能力。Rebecca Hu指出，“如果不能对国内当前回收基线加以量化，后续的进展也就无从谈起。”

而AI技术的迅猛发展，有望以前所未有的精细程度跟踪并收集可回收物。这种能力将重塑回收商、品牌、政策制定者以及可持续经济中其他参与者的基本思路，共同实现可持续发展目标。AI驱动分类系统的这种卓越能力，有望在2030年为美国实现50%的国内回收率目标。

另外需要注意的 ，解决垃圾管理危机需要的不仅仅是技术。每个人都需要在其中发挥自己的作用，以负责任方式处理废物，并遵循少浪费、再利用和多回收的原则。我们每个人的简单行动，例如将可回收物与一般废物分开、划分可堆肥有机材料和减少一次性塑料制品使用，都将对整个世界产生重大影响。

通过将AI驱动的解决方案与负责任人类行为相结合，我们终将显著减少进入垃圾填埋场的废物量，朝着更加可持续的未来迈进。