科幻电影《机器人总动员》中的场景就像一段预言，提醒着我们：在物欲横流的影响之下，垃圾对人类生活的严重影响，而环境保护措施的提升刻不容缓。另一方面，垃圾与废物处理技术伴随着人类的发展而发展。
如今，当我们大踏步进入机器人与人工智能时代时，深度学习、神经网络技术也绝不只是帮助机器人识别“小猫”、“笑脸”，在垃圾处理行业，还将帮助我们实现智能化、自主化的垃圾识别、分类与处理。这无疑是一种更可持续的垃圾处理方式，也将对社会发展产生悄然的影响。
本文中呈现了部分机器人公司从硬件到软件技术的革新，及其对垃圾处理行业的促进。虽然还远没有《机器人总动员》中的瓦力那么先进，但已经向我们展示了一个新的垃圾处理时代的到来。
目前，仅在美国就有3500多个填埋场向大气排放了20%的危险的甲烷气体。自1960以来，由于我们对塑料水瓶的渴望，人类每天产生的垃圾增加了一倍。就在去年，美国人使用了大约500亿个塑料水瓶，其中有80%最终被填埋。这意味着每年会浪费380亿个水瓶或价值10亿美元的再生材料。世界上大部分的回收工厂都买不起大型工业光谱仪来进行垃圾分类，而是依靠低效、昂贵的人工劳动。
即使有些人仍然在怀疑气候变化，世界各地的机器人专家正在致力于垃圾分拣这一枯燥、危险，也可能是最脏的工作。在过去一年中，垃圾处理行业已经开始接受新的软件和机电一体化创新，以降低成本。
一、ZenRobotics
该领域的领导者是芬兰公司ZenRobotics。公司利用机器学习、计算机视觉和同步的机器人手臂从移动的皮带输送机中区分和拣选可再生材料。公司通过神经网络的应用来训练它的回收站系统，借助其连接的光谱相机，3D激光扫描仪，金属传感器快速挑选实时数据反馈，人工智能可以自主学习材料类型。
据ZenRobotics的营销总监Janica Johansson介绍：“这意味着机器人在需要拣选出哪些材料时能自主做出决策。拣选过程没有人为参与，机器人也没有预先编程来做任何事情。我们软件的好处之一是，它真的可以适应不断变化的废物流。”
二、Sadako Technologies
西班牙的Sadako Technologies公司也正在研究人工智能介入的小规模垃圾分拣系统。类似于ZenRobotics，Sadako采用专有的算法，连接到自身托管在云端的多层神经网络系统。深度学习计算平台能够通过计算机视觉传感器实时处理和识别可回收材料。据Sadako的网站介绍，他们的技术“超越人类的能力。”据测算，Sadako的产品能够实现每3秒1次，或每分钟20次的拣选周期。这相当于每年180万次的拣选，或高达200吨的材料分拣。该公司的目标是：在未来几年中，用他们的机器人来取代人类工人，并显著降低劳动力和技术成本。
Sadako的联合创始人Belén Garnica表示：“我们坚信，这项工作是DDD(肮脏、枯燥和危险)的。如果机器人不得不取代任何工作，就是它。”公司另一位联合创始人，也是Garnica女士的哥哥Eugenio说，“更便宜的唯一方法是避免红外光谱的使用，那是废物工厂典型的工业解决方案。我们正在使用普通相机和AI计算机视觉来进行检测。这项技术的开发是非常复杂的，而这一项目面临的主要挑战是：我们使用的是一个普通的摄像头，而我们需要添加大量的情报，来让相机查看对象时与人类采用同样的方式。由于我们的眼睛没有红外光谱，所以我们有正常的视觉能力。这就是我们要用人工智能去实现的目标。”
三、AMP Robotics
美国创业公司AMP Robotics聚焦美国数十亿美元的垃圾“成瘾”问题。与ZenRobotics 和Sadako不同的是：公司的产品目前尚未发布。去年，我在一次创业大赛中遇到了AMP。我亲眼看到他们结合计算机视觉，路径规划和分类的技术。神经网络的使用使得AMP能够提供一个非常便宜的解决方案，集成了现成的机器人硬件和传感器。AMP的软件承诺显著减少资本成本，提高工厂效率，改变废品回收的经济性，并有望减少垃圾填埋场的数量。
AMP的创始人Matanya Horowitz表示：“我们使用现成的组件——机器人、传感器，我们只是简单地加入我们的软件。不像许多设备制造商，我们使用一个学习系统来向机器人展示不同的东西各是什么样子。”
如今，在纽约，回收一吨垃圾的净成本比垃圾填埋场填埋的成本高出300美元。这相当于公园部门每年预算的一半左右。行业高管们正热切地等待着来自供应商如ZenRobotics、Sadako，及AMP的解决方案。美国最大的垃圾回收处理商——Waste Management 公司的首席执行官David Steiner说：“如果你认为垃圾回收对地球是一件好事情，而且我们需要做的更多，那么就存在着一个需要应对的危机。试图把垃圾变成黄金的成本远远超过预期。”
根据美国劳工部的数据，有接近40万人在废物管理行业工作，每年处理2.2亿吨的垃圾。在未来，要实现更经济的回收利用，就必须降低劳动力成本，而自动化将发挥重要作用。
来源：alleywatch
作者：Oliver Mitchell
编译/导读：王进