每年，全球產生的都市垃圾超過 20 億噸，但回收率僅約 13%。2050年，全球城市垃圾年產量將達 38.8 億噸。
但全球回收業效率低。每年，高達 1200 億美元的潛在可回收塑膠（更不用說紙張或金屬）最終被填埋，而不是用於製造利用回收材料生產的新產品。
英國新創公司 Greyparrot 開發了一款小型人工智慧設備，提供「垃圾智慧（wast intelligence）」，目的在幫助回收工廠提高效率和環保水準。
這款造型時尚、僅兩平方英尺的設備名為 Greyparrot Analyzer，它使用嵌入式攝影機來辨識和區分回收工廠傳送帶上的物料。
該分析儀採用機器學習和物件偵測模型(ODM，object detection model)，可連接到回收工廠的基礎設施，並協助改造其基礎設施。ODM 經過數千萬張廢棄物影像的訓練，只需不到 60 毫秒，即可擷取並分析快速移動的廢棄物影像。
此分析儀的 ODM 使用 NVIDIA H100 Tensor Core GPU、NVIDIA L4 Tensor Core GPU，以及 PyTorch 和 NVIDIA CUDA-X 庫，在本地和雲端進行訓練，可以辨識約 90 種不同類型的材料。每台分析儀重約 40 磅，搭載 NVIDIA GeForce RTX 4060 GPU。
2024 年，Greyparrot 分析了其全球設施中超過 400 億件廢棄物。憑藉這種「廢棄物情報」，營運經理可以將這些數據用於兩個主要目的。
首先，工廠操作員可以獲得即時縱向分析洞察，了解其設施如何有效地分離和創建同質的可回收材料堆（例如紙張、金屬和塑膠）。生產更純淨的可回收材料，並將其出售給產品製造商，是全球價值 1.3 兆美元的回收業的關鍵組成部分。
這些數據（或更確切地說是 ODM）的第二個應用案例，是補充佈署在設施內用於分類不同類型廢棄物的機械手臂操作系統。這些機械手臂與 ODM 進行通信，以幫助它們更準確地對材料進行分類。
「回收工廠的工作，是將我們丟棄的、再也不會想到的東西，轉化為可回收的原始材料，從而製造更多相同的東西，」Greyparrot 工程副總裁 James Paterson 說。 「我們不斷提高產量和品質，以便回收設施能夠處理更多的廢棄物，並最終獲得更純淨的產品。」
 |
| 圖 1. Greyparrot 的分析儀系統位於回收設施的傳送帶上方，提供即時和縱向資料洞察，以提高效率 |
佈署分析儀的回收廠，也將其用作一種「絆線」（trip wire）。
例如，分類設備的某個零件，發生堵塞的情況並不少見。發生這種情況時，不同的材料可能會混合在一起，或者最終被無意中丟棄，而不是準備好回收。
借助分析儀的原始資料管理 (ODM)，可以快速辨識由意外堵塞引發的錯誤分類，並將其傳遞給操作員，以便操作員快速進行干預。如果沒有 ODM，回收廠可能需要數小時才能辨識機械故障。
「你可以想像，在一個擁有大量機器的大型回收廠，可能需要三到四個小時，才能有人注意到一台機器被堵塞了，」帕特森說。 「然後有人發現所有這些有價值的鋁罐，都被[錯誤地]丟棄了，他們會說，‘天哪。系統壞了。我們最好檢查一下機器。’而這些錢實際上就白白浪費在了下水道和垃圾填埋場。」
這家成立五年、總部位於倫敦的新創公司，是 NVIDIA 新創公司計畫的一部分，在 20 個國家的 55 多個回收設施中運作。Greyparrot 擁有約 50 名全職員工，主要分佈在英國和美國，同時也在西班牙、義大利和荷蘭開展業務，並正在擴大其全球影響力。
2024 年初，全球最大的回收工廠建造商、荷蘭回收公司 Bollegraaf Group 同意，將 Greyparrot 的技術整合到其新設施中。
隨著越來越多先進的設施，將 AI 融入其廢棄物分析和機器人功能，Greyparrot 預計該分析儀將有助於提升營運績效，並大規模提高回收產量。
了解更多關於 Greyparrot 的回收工作，及其與標誌性產品設計師 Tony Fadell 的合作關係的資訊。
此外，還有更多關於 Greyparrot 將 AI 引入全球回收行業的報告。
 |
iF+ 系列雙系統免接觸式智慧門鎖（請點擊 ↑ 連結詳細介紹） |
0 comments:
張貼留言