垃圾危機正在摧毀我們的星球。我們日常生活中丟棄的很多東西，都被傾倒在垃圾填埋場裡。這些巨大的垃圾處理場在建設時又大多占用了原本的森林或者可居住土地。例如，美國用於垃圾填埋的土地已經接近整個馬里蘭州的面積。
更加遺憾的是，大量本可回收或作為肥料的垃圾也不斷被粗暴填埋。預計到2050年，全球垃圾產出量將增加73%，屆時情況很可能變得更糟。我們必須找到更高效、更具創新性的解決方案實現垃圾管理。
人工智慧（AI）正成為一種強大的工具，有助於分類垃圾並將可回收材料從垃圾填埋場轉移出去。本文將帶大家一同了解創新解決方案，看看它們如何改善回收利用效率、延長現有垃圾填埋場的壽命，並幫助我們實現可持續發展目標。
日益嚴重的垃圾問題
美國的人均垃圾產生量居世界首位，每位公民每年平均產生1800磅垃圾。儘管一直在努力管理這些垃圾，但目前能夠回收的部分也只有24%。這與韓國和德國的成績形成了鮮明對比，兩個國家的垃圾回收率分別接近60%和50%。低下的回收效率不僅令垃圾填埋場容量緊張，同時也加劇了由此引發的環境和健康問題。
垃圾填埋場破壞了自然棲息地，有超過180萬英畝的土地被用作垃圾填埋區域，此外還有600萬英畝土地作為已關閉垃圾填埋場而白白流失。填埋場的排放物對周邊社區構成了重大健康風險，導致兒童先天畸形的幾率增長了12%，更拉低了區域內的房產價值。
為了解決這些問題，已經有多個州採取重大措施，希望解決廢物管理危機。佛蒙特州決定禁止任何可回收物品進入垃圾填埋場。與此同時，緬因州則出台了嚴格的生產者責任法，要求企業在消費者使用產品及包裝後的很長一段時間內繼續負起管理責任。
分類——提高垃圾管理效率的關鍵
從城市收集到的垃圾被運往材料回收設施（MRF），通常也是在那裡完成分類。但這種分類過程效率不高，因為錯誤分類的材料會污染可回收物。此外，目前的垃圾分類仍主要為勞動密集型手工操作，由人類雇員在快速移動的傳送帶上爭分奪秒地檢視並分類可回收物。
技術創新為應對這些挑戰帶來了新的希望。Informa Markets旗下基礎設施與建築部門WasteExpo市場負責人兼副總裁Marc Acampora表示，「AI技術正通過自動分類系統顛覆廢物管理，該系統利用機器人加機器學習以準確分類垃圾並提高效率。」
WasteExpo是該公司組織的北美最大固體廢物、回收、有機物、食品廢物回收及可持續貿易展會，主要面向私營及公共部門。在最近於拉斯維加斯舉辦的活動中，各主要行業參與者紛紛展示了在固體廢物分類方面的創新成果。
通過電腦視覺增強材料識別能力
面對從家庭和企業處收集到的大量固體垃圾廢料，AI算法需要經過大量訓練才能識別出我們拋棄的不同類型垃圾。EverestLabs是一家擁有獨立工業3D視覺系統的公司，他們建立起一套包含超50億個可回收物體的專有數據集，用以訓練其識別算法。
他們的數據與機器人平台RecycleOS能夠以超過95%的準確率對物體進行分類。EverestLabs創始人兼CEO JD Ambati在採訪中指出，「我們的AI能夠為流經工廠的每種可回收物品的形狀、尺寸、重量、材料、包裝類型、商品價值甚至品牌資訊提供精確數據。」
這些系統還會隨著時間推移而改進，並適應更多新型廢物，確保在垃圾成分發生變化後分類過程仍可適應。例如，阿拉米達縣工業公司（ACI）就藉助EverestLabs的機器人，在三年之內將其勞動力成本降低了59%。截至目前，這些機器人已經分撿了大約3000萬件物品。
使用高精度算法防止污染
AI解決方案採用先進算法來區分多種外觀相似的材料和物體。Glacier公司創始人兼CEO Rebecca Hu解釋稱，「Glacier的AI模型能夠檢測30多種物品，從飲料瓶到牙膏管等等。」
對纖維、PET、HDPE及黑色塑料等可回收材料的準確識別，有助於降低污染率並提高可回收物的純度。例如，Glacier的機器人能夠在訓練之後發現並撿出意外混入紙材的塑膠袋。這樣就使得最終紙材質量更高，價值也隨之提升。
談到機器人的影響，Rebecca Hu分享稱，他們幫助一家回收客戶確定了一處站點錯誤送往垃圾填埋場的可回收物品的價值，藉此發現了一筆每年90萬美元的計劃外收益。
使用機器人進行高效實時分類
當垃圾在傳送帶上移動時，普通人每分鐘可以根據材料撿選出20到40件物品。相比之下，AI驅動的機械臂則能以更加驚人的速度對材料進行分類。
AMP是AI驅動分類領域最早的創新者之一，並推出了高功率噴射系統。AMP現場可靠性工程經理Chase Brumfield表示，「這套系統能夠在以每分鐘600英尺速度移動的傳送帶上，每分鐘進行數千次檢選。」除了大大降低人工工作量之外，這些系統的停機時間也極短，最終顯著提高了垃圾處理設施的吞吐量。
此外，智能分類系統還可以釋放新的價值創造機會。例如，假設買家希望收集特定類型的可再生塑料材料，比如白色的聚丙烯製品，AI驅動的分類系統也可以實時觀察、記住並照此執行，快速挑選出所需的對應廢物。
AI技術如何協助構建可持續未來
實現可持續發展目標，離不開良好的基線性能與持續跟蹤能力。Rebecca Hu指出，「如果不能對國內當前回收基線加以量化，後續的進展也就無從談起。」
而AI技術的迅猛發展，有望以前所未有的精細程度跟蹤並收集可回收物。這種能力將重塑回收商、品牌、政策制定者以及可持續經濟中其他參與者的基本思路，共同實現可持續發展目標。AI驅動分類系統的這種卓越能力，有望在2030年為美國實現50%的國內回收率目標。
另外需要注意的 ，解決垃圾管理危機需要的不僅僅是技術。每個人都需要在其中發揮自己的作用，以負責任方式處理廢物，並遵循少浪費、再利用和多回收的原則。我們每個人的簡單行動，例如將可回收物與一般廢物分開、劃分可堆肥有機材料和減少一次性塑料製品使用，都將對整個世界產生重大影響。
通過將AI驅動的解決方案與負責任人類行為相結合，我們終將顯著減少進入垃圾填埋場的廢物量，朝著更加可持續的未來邁進。
