上海先行示范,北京、天津、重庆、成都、西安、武汉等46个重点城市也将有望在2020年底前,基本建成垃圾分类处理系统。
垃圾分类本质上是件对社会和环境利好的事情,可是,严苛的分类标准和条例却让大家叫苦不迭,由于人为处理较为复杂、意识和习惯未形成,“垃圾分类难”深深困扰着大众。
有人指出,人工智能这几年发展迅速,能不能通过AI手段和技术来解决垃圾分类难题呢?
甚至,是否有望出现一款分类准确、价格便宜、适合个人使用的智能垃圾桶?
“垃圾分类”中的真实需求是什么?
“猪骨头是干垃圾,鸡骨头却是湿垃圾;小龙虾壳是湿垃圾,螃蟹壳却是干垃圾”“996上班族不配扔垃圾”“确认过眼神,都是偷偷丢垃圾的人”…… 随着上海生活垃圾管理条例的正式施行,以及严格的惩罚措施,网友直呼“史上最严垃圾分类措施”来了。
其实,这些调侃背后,代表了大众真实的垃圾分类“痛点”。
在上海的小语(化名)表示,最头疼的是分不清干垃圾和湿垃圾、但是查询又很麻烦。她以前有时会闭眼扔干垃圾,但是条例实施后,会有人现场监督检查,扔错要罚款。
“湿垃圾需要破袋,尤其是真空小包装的鸭脖之类,有的时候需要把骨头从每一个袋子里拿出来,还挺麻烦。”
小语表示,其实很多的麻烦存在于路上,比如赶时间,上班路上吃个包子或者鸭脖,可能一条路都找不到一个湿垃圾筒。
此外,扔垃圾也会限定时间,同样在上海的工作的林琳(化名)常常抱怨扔垃圾的时间太短了,完美错过上下班时间,大夏天就比较闹心,尤其厨余垃圾很容易发酵。她也很少使用软件具体去查询分类,“很多时候是凭感觉分的”。
在林琳看来,目前国内的现状是湿垃圾很多。我国生活垃圾最主要的构成部分是厨余垃圾,超过60%,有的地区甚至达到70%至80%,对比欧美国家,他们的厨余垃圾占到25%左右。含水率很高、容易腐烂降解的湿垃圾在一定程度上带来了很多现实困难。
随着垃圾分类成为今夏最热话题,国内互联网、科技公司纷纷推出了小程序、App等查询应用,包括百度、搜狗、科大讯飞等公司均推出了相关的智能查询功能。支付宝、微信上也有不少相关小程序和小游戏。这些应用的特点大同小异,主要以查询为主,支持语音、图像查询。
涌现的App或者小程序真的有帮助吗?确实有很多用户在必要的时候会使用。但是也有一些像小语一样,认为搜索查询很麻烦的用户。“我觉得扔垃圾的成本变高了,可能有的人受教育程度不高,或者是年纪大了,学习本身成本也很大。”她说到。
此外,由于数据库不够丰富和庞大,很多用户使用之后也会吐槽,“普通的不用问,想问的它不懂”。后期,用户养成一定分类习惯后,除非遇到罕见垃圾,在关键时刻可能会起到作用,否则使用频率可能不会很高。
“想要一款扔进去、自己分的垃圾桶”
相比较查询垃圾类别,新浪科技调查发现,一些上海的居民更希望能有一款能帮自己自动分类垃圾的智能产品,而不只是简单的查询系统。
有网友也坦言,识别垃圾种类并不难,难的是代替人类分类垃圾的过程。
小语告诉新浪科技,自己最希望能有一个智能垃圾桶,能让扔垃圾更方便,“也就是说,在扔垃圾的时候,可以一下子搞明白是什么垃圾,然后有垃圾桶可以扔”。她对智能垃圾桶的期待是:分类准确、价格便宜、清洁方便、没有异味。
那么,目前AI技术的成熟度,是否支持这样的产品实现落地?
在接受新浪科技采访时,人工智能技术与服务提供商第四范式的技术人员表示,垃圾分类中所涉及的计算机视觉技术包括了图像分类、图像定位、图像检测等环节。
例如在垃圾分类的场景中,首先需要将带有不同垃圾种类的图片进行标注,标注是为了告诉计算机图像中出现的是可回收、厨余、不可回收等不同类型的垃圾,以及垃圾在图像中的位置等信息,作为训练模型的原始数据。
模型训练好后,可以将新的图片输入给模型,模型会识别、定位出是哪种类型的垃圾以及所在的位置,从而实现垃圾分类的需求。
“目前计算机视觉技术已经相当成熟,第四范式在计算机视觉领域已经有了深厚的积累。能否投入使用的关键在于模型识别的精准度,而影响模型精准度的关键在于原始数据量的质量的大小。原始数据质量越高,数量越大,训练出识别准确率高的模型几率越大。”
上述技术人员表示,数据库中包含是经过标注过的数据,标注的质量越高,AI训练的效果越好。
但目前,最大的问题是,标注数据的过程更多的是由人工来完成,现阶段还无法由AI来实现。虽然一些研究者正在探索自动标注数据的工作,但离真正应用还存在很长的距离。
此外,值得思考的是,如果将来各个城市的垃圾分类标准不统一,也将会对AI提出更高的要求。
其实在国外,已经有相关相对简单的智能产品推出,比如一款可以认识垃圾属性并自动的垃圾桶Oscar。但是这样的产品会适合国内的垃圾分类环境吗?
每个垃圾箱旁边有一个AI设备太难了
2018年,国外一家公司推出了智能垃圾桶Oscar。它可以识别被放入的垃圾种类,自动将垃圾分类。其外观类似一个收纳柜,内部分为左右两个区域,顶部设计了感应功能,垃圾桶盖会在用户靠近时自动打开,垃圾通过投入口进入桶内后,通过扫描分析,会将垃圾自动分类,比如香蕉皮自动滑入不可回收箱,纸类物品则滑入可回收箱内。
据了解,Oscar的背后有个强大的数据库,通过摄像头扫描物体后,进行后台匹配,最终得出垃圾属性。而不在数据库里的垃圾,将无法被识别。不过,遇到不可识别的垃圾种类时,用户可以通过按钮手动分类,而垃圾桶也就记住这个物品分类,上传至数据库,方便以后的识别。
这款垃圾桶还需要在网络环境下才能运作。该产品众筹时的价格为1000美元,目前尚未上市。
不过,这款产品看起来可能符合用户的需求,但昂贵的价格、稳定网络环境的支持,显然不适合大多数的家庭,铺设到社区也需要很高的成本。
此外,面对国内干湿垃圾、厨余垃圾等更加复杂的分类,则需要更复杂的数据库,搭建起来又是一项庞大的工程。有网友就担心Oscar这样的垃圾桶在使用程度上,可能并不比传统的分类垃圾箱省事多少,而且误判应该不会太低。
在谈到智能垃圾桶时,林琳就认为,智能垃圾桶的成本相对于个人来说太高了,“如果有更适合分装的垃圾袋就好了”。
“我觉得AI帮助垃圾分类也在B端,最后专业化的分解当中,而不是体现在每个垃圾箱旁边有一个AI设备,这件事情是反经济规律的一件事情。” 接受新浪科技采访时,搜狗公司CEO王小川认为。
目前,在对B端的的垃圾处理上,国外已经有公司在做这样的事情。
印度尼西亚有一家叫Gringgo的公司,致力于使用AI技术进行垃圾分类与回收。他们在印尼城市Denpasar和数据公司Datanest合作,使用大量图片训练出了可以快速分类不同种类塑料的模型。
Gringgo公司用图像识别技术构建了一个AI工具,用户用手机拍照上传后,不仅可以为不同的垃圾进行分类标记,还可以分析出其中可回收的塑料垃圾值多少钱。未来,这家公司可能会与Google AI的专家合作,将更多AI技术融入到他们的垃圾管理系统。
目前来看,指望通过AI产品来完全代替人们解决分类需求,似乎还比较遥远。王小川表示,“这个事情我们还在观察,我是支持居民对于环保和垃圾分类有这样一个概念,我也期待能减低普通消费者的负担。但可能简单的分类大家容易判断,最后还是得有专业的机构在B端能够做专业化的分类体系。”