人工智能在“垃圾经济”新风口的机遇和挑战

2019-07-10 14:19 来源:墨记

被垃圾逼疯的上海人最近成为其他省市的快乐源泉,贡献了诸多精彩段子。不过不要紧,忙着“哈哈哈”的网友很快得知,到2020年底,包括北京、天津、上海、重庆、深圳等先行先试的46个重点城市,要基本建成垃圾分类处理系统。

一时间,垃圾分类成为热议话题,也催生了“智能垃圾经济”的新模式和新的成长空间。根据方正证券消息,仅生活垃圾分类就会为市场带来1万亿元左右的增量,其相关板块的利润增速或空间弹性将至少在30%。

这个巨大的蛋糕已经被AI注意到。垃圾分类,AI大有可为。

你是什么垃圾——AI如何判断?

先行开始垃圾分类的上海,目标是到2020年打造60个人工智能深度应用场景。7月2日,上海发布第二批人工智能应用场景需求,包括生活垃圾分类应用等共计28个场景。上海城投环境(集团)有限公司科技信息部主管陶俊杰表示,“如果前端分得不好可能导致后面终端处理的问题,因此发布的场景应用需求第一块就是针对小区垃圾前端的识别。”

日常中,每个类别的垃圾往往包含了各式各样的内容,仅凭经验,人们在分类投放时难免出现偏差。得益于AI的赋能,垃圾分类识别正变得精准高效。

AI用于垃圾分类,业界早有过相关的讨论,主要有三种方案类型:第一种方案,是把垃圾的相关信息制成表格化数据,然后用传统的机器学习方法实现分类;第二种方案,把所有的垃圾分类信息做成知识图谱,每一次查询就好像翻字典一样查阅信息;第三种方案,借助深度学习方法,来对垃圾进行识别和分类。例如每次给一张垃圾的图片,让模型识别出这是属于哪一种类别的:干垃圾、湿垃圾、有害垃圾还是可回收垃圾。

2019071009143953413.png

人工智能在“垃圾经济”新风口的机遇和挑战

第三种方案正在成为主流。并由此拓展出两种分类方式:一种是单一目标分类,即对整张图片进行分类,为图片给出唯一的分类标签;另一种是多目标检测分类,是对图片中的多种垃圾进行定位及单独分类。前者在技术上相对容易实现,近期比较热门的几个手机垃圾分类APP都是使用这种技术。后者虽然更为实用,但研发难度更大。

太古计算总经理陈伟认为,在深度学习出现之前,可变形部件模型(DPM)一直是流行的目标检测方法。深度学习出现后,以R-CNN、Fast R-CNN、Faster R-CNN为代表的两阶段算法和以YOLOv1-3、SSD、RetinaNet为代表的单阶段算法成为主流。前者是先由算法生成一系列待检测目标的候选框,再通过卷积神经网络进行候选框的分类;后者则不用产生候选框,直接将目标边框定位的问题转化为回归问题处理。

太古计算目前正在进行垃圾分类识别相关方案的开发,采用深度学习技术训练,产品可实现上千种类别识别。据展示图例来看,识别精准度较高。

浙江是全国唯一一个在农村展开垃圾分类的省份。在最初的推行阶段,村民面临着没有垃圾分类习惯、不清楚如何分类等难题,往往厨余垃圾、残砖破瓦,甚至农药瓶等都混在一起,给后续处理带来很大难度。而在金华永康南部的某个村子,在采用了海康威视的智能摄像机和智慧音柱的方案后,情况有了明显好转。

智能警戒摄像机可以准确检测到监控范围内的人体和车辆,当摄像机发现是有人经过划定好的投递垃圾区域时,就会传递信号给智慧音柱,随后音柱就开始自动播放预先储存的音频文件,如:垃圾请分类入桶,餐厨垃圾扔绿桶,其他垃圾扔黄桶,从而提醒村民进行垃圾分类投放。由于摄像机内置有智能检测算法,当经过的是猫狗等动物时,摄像机可以判断经过的不是人体,因此不会受到干扰而误导音柱。

平安智慧也看上了“垃圾生意”,正在针对垃圾分类全流程搭建智慧分析管理平台。据其智慧垃圾分类项目负责人表示,政府在进行生活垃圾管理时会遇到一些难点:如统筹少、数据分散、监管主体增多、考核难等,如何为其提供系统性管理平台是平安的研究方向。

根据规划,在这一平台中,三大层次递进发挥作用:底层为大数据支撑体系,构建了智能调度模型、全流程考核评估模型以及检查点抽样模型;中层的多功能模块则包括从投放、收运到处理的全程分类,以及用以实效评估的全套督导考核体系;前段则以统筹型数据作展示。简言之,关于垃圾从源头到末端的定量监管、各环节工作的评估与绩效,平安智慧希望在这一个分析管理平台上得以实现。未来,这一平台将结合物联网、视频采集技术,精准追溯各环节的垃圾投放、收运,杜绝混装等违规操作,并成为处罚的依据。

AI+垃圾分类,相关人才受追捧

垃圾分类处理不仅仅局限在完成垃圾的初始分类,其背后的产业链还很长,AI则可以在产业链中发挥重要作用。垃圾分类处理和AI正在不断融合发展,进一步释放职业发展机会。

根据猎聘大数据研究院的数据显示,2019年上半年猎聘平台上与垃圾分类处理相关岗位的平均月薪达1.6万元。其中,生活垃圾焚烧发电工程师相关岗位平均月薪为2.2万元,固废垃圾处理开发相关岗位的平均月薪为1.9万元,垃圾分类市场经理相关岗位平均月薪1.4万元,水处理和有机垃圾设计工程师相关岗位平均月薪1.4万元,生活垃圾综合处理工程师相关岗位平均月薪1.2万元。

“垃圾分类处理产业链市场广阔,从前端回收到后端处理,可容纳的就业机会远比大家想象的多。例如垃圾发电工艺设计、固废垃圾处理开发、餐厨垃圾处理工程师等职位都与垃圾分类处理产业链有关。”猎聘职业顾问表示。

从猎聘上搜索的信息显示,解决方案总监、嵌入式软件工程师、AI产品经理等都是企业为了拓展垃圾分类处理领域的科技项目,面向科技人才所发布的职位。这些职位投递热度高,求职者普遍拥有5-8年的工作经验和名企工作背景。

AI赋能环保产业

事实上,国际国内的环保产业中早已频繁看见AI的身影:

我国政府部门借助AI技术,结合卫星图像、传感器以及监测仪器等手段,借助大数据精准又快速地确定污染源,助力早期污染检测;生态环境部曾推出排污许可“云平台”,实现了环境治理信息化管理。

智慧环保将AI技术融合到环境应急管理、环境监测中,通过大数据进行风险评估、分析,从而提出环境治理智慧型解决方案。

近两年,部分城市开始运用AI技术手段提升垃圾分类执行效率,例如北京和上海在社区试点智能垃圾桶,厦门等多地上线垃圾信息化管理平台。智能垃圾桶通过传感器、摄像头、图像识别算法来自动进行垃圾分类,居民只要拿着手机扫码开箱,按不同分类将垃圾投入回收箱后,就能得到相应的现金或积分奖励,甚至回收公司也可以通过APP来随时检查垃圾桶的剩余空间等。

在垃圾运输环节,沃尔沃与英伟达于上个月刚刚发布,联合开发适用于自动驾驶卡车的AI平台。双方将共同开发用于自动驾驶商用车辆和设备的决策系统,通过利用英伟达的端到端AI平台进行训练、模拟和车载计算,以实现系统可以帮助车辆安全地在公路和高速路上进行全自动驾驶。该解决方案包括传感器处理、感知、地图本地化和路径规划等,以支持各种自动驾驶应用情况,其中就包括垃圾清运回收场景。

国际上,美国丹佛市已经开始用智能机器人进行垃圾分拣,这种机器人具有深度自主学习的能力,采用计算机人脸识别技术,分辨出同材质垃圾之间的差别进行针对性识别,最终用机械臂拾取特定垃圾,大大提高了工作效率。

在垃圾处理的后端——废物循环利用领域,AI也早已有所贡献。BulkHandling System(BHS)是一家设备生产商,其机器人分类技术MAX-AI,能够鉴别出包括可循环利用物料在内的多种可回收物料,它分为Max-AI视觉系统和Max-AI自动质量控制(AQC)单元。视觉系统的作用是提供信息,而AQC单元则包含分类机器人,可以将传送带上的废物分拣成六个不同的种类,将不同的种类放入不同的分类槽。

未来,机器人的普及可以令工厂小型化,最终能够实现在摩天大楼或社区内修建微型物料回收设施,将这些微型回收设施整合起来,形成城市级、甚至国家级的废弃物料网络。一旦实现了这样的转变,废物循环利用产业就会改头换面,为新兴业务提供更大空间。

挑战巨大,不止AI要努力

垃圾分类政策给诸如智能平台、环卫设备、处理终端等领域带来了转型、优化的机会。与此同时,精细化分类之后,产业链条更为分散,对管理也提出更高要求。

AI用于垃圾分类,目前更多是在“动脑”,比如图像识别。要进一步提升效率优化垃圾分拣环节,则涉及到“动手”,需要配置垃圾分拣机器人。而机器人的使用势必需要一些先决条件,比如被分拣对象的相对标准化。目前看来,一是垃圾分类还未实现标准化,机器人能够达到多高的智能水平有待继续开发;二是即便技术可以实现,也要考虑敷设成本。

就像太古计算陈伟所说,垃圾分类最终的目标是为了提高回收效率,主要是运输和分拣。垃圾分类降低了之前负责这部分人力的分拣成本,但是从运输来说,原先能用一个桶装完的垃圾被分成了4个桶,运输的车也要增加,提高了运输成本。而相比分拣成本,运输成本才是最大的。AI技术的介入,他认为主要目标是如何提高其回收效率并降低成本。

目前看来,基于神经网络的算法进行图像分类,算法比较成熟,但是对足够量的训练图片集有着非常大的需求。由于神经网络算法是一种数据驱动的方法,对训练样本数据量及质量要求较高,数据量越大,识别判断越精准。每一类垃圾数据集的图片量越大,精准度就越高。

在完成垃圾检测的图像数据集后,就可以利用当前主流的深度学习检测算法来实现批量垃圾的分类。和垃圾分类器一样,一个理想的垃圾检测器,需要大量的“垃圾”标注数据来支撑。但是与分类数据集相比,检测数据集除了标注类别外还要标注图位置坐标,这样的标注工作更为艰巨,也成为当前最大的挑战之一。

垃圾智能分类的下一步——想象要狂野

通过AI对垃圾进行智能分类后,下一步是什么?从涉及垃圾分类的环卫设备、处理终端环节来看,市场潜力巨大。目前,各券商普遍认为,中短期利好垃圾分类环卫设备提供商,如垃圾收运车等;长期则利好终端垃圾处置企业如焚烧厂、处理厂等。

方正证券方面表示,“三个细分领域是关注重点,一是有害垃圾处理;二是餐厨垃圾的回收和利用,约有4000亿元的市场规模;第三是环卫设备的产业链。”

可以预见的是,人工分拣将被机器智能分拣逐步取代。垃圾处理将真正成为流水线作业,利用AI进行识别,并将识别结果交给流水线上的机器人或者机械手臂进行分拣,最终将分拣的不同类别的垃圾交由垃圾处理厂进行再回收、焚烧、净化、生物分解等方式处理。这样有望解决两方面问题:一是减少了垃圾分类的类别,居民只需要粗筛,降低了操作的难度,提高了可行性、可操作性;二是AI处理的方式,处理量大,经过高强度训练能达到处理精细化要求,效率极高,利于垃圾回收再利用。

甚至,AI能否将垃圾处理提升到产品在设计、生产之处就考虑最终的处理问题。比如电子产品,能否在设计时加入分解的维度,当需要废弃时可以直接自动分解?通过AI,能否重新设计人们每日生活方式?最终,让垃圾分类不再成为生活中的一种内容。

责任编辑:潘一大