AMP Robotics公司使用自動化和人工智能 (AI)技術(shù)對廢品物流中的材料進行分類。該公司首席執(zhí)行官Matanya Horowitz分享了這一系統(tǒng)如何運作、如何利用數(shù)據(jù)以及自動分揀如何影響包裝行業(yè)的見解。

　　AMP Robotics開發(fā)了一個人工智能平臺(AMP Neuron)，用于區(qū)分可回收材料和廢物。您是怎么想到這個主意的?

　　從我還是個孩子的時候起，我就對機器人和智能的起源感興趣。在加州理工學(xué)院攻讀控制和動力系統(tǒng)博士學(xué)位時，我看到了現(xiàn)在被稱為深度學(xué)習的主題的一些主要成果。

　　一系列算法上的突破導(dǎo)致機器學(xué)習首次學(xué)會了如何看東西，大致和人類一樣。畢業(yè)后，我想找到這項技術(shù)有用的地方，后來在回收領(lǐng)域找到了。

　　回收行業(yè)似乎對這項技術(shù)的需求最大。當我參觀回收設(shè)施時，我與人們談?wù)摿怂麄兠媾R的挑戰(zhàn)。

　　他們告訴我，在回收過程中分離出的材料的質(zhì)量問題，以及設(shè)施中員工流動率高的問題。機器學(xué)習和機器人技術(shù)的融合提供了令人信服的機會，可以將傳統(tǒng)中勞動密集型、高成本、不一致和限制性的任務(wù)進行自動化。自動化可以從這些復(fù)雜的異構(gòu)材料流中釋放出更多的價值。

　　如何準確識別不同的產(chǎn)品，并從廢品物流中去除正確的產(chǎn)品?

　　AMP的專有AI技術(shù)AMP Neuron，可以通過查看回收設(shè)施內(nèi)傳送帶上的可回收材料圖像來工作。相機對材料的感知方式與人類非常相似。

　　尋找特定的顏色、形狀、紋理、徽標等，AI系統(tǒng)可識別與材料類型相關(guān)的圖案，并將這些圖像數(shù)字化，使用生成的數(shù)據(jù)實時推斷分揀環(huán)境中的可回收材料和污染物。

　　AI系統(tǒng)通過將數(shù)百萬張材料圖像處理成數(shù)據(jù)來不斷訓(xùn)練自己，建立在不斷擴展的神經(jīng)網(wǎng)絡(luò)之上，以適應(yīng)設(shè)施材料流的變化。

　　向機器人傳輸哪些數(shù)據(jù)?信息如何在它們之間傳遞?

　　AMP Neuron將其在傳送帶上看到的每件物品的每張圖像數(shù)字化，然后根據(jù)客戶的設(shè)置引導(dǎo)機械臂拾取編程的材料。隨著更多機器人的部署，該行業(yè)將可以利用數(shù)百個單元的網(wǎng)絡(luò)智能。

　　我們在生產(chǎn)中部署的基于AI的機器人和傳感器越多，產(chǎn)生的網(wǎng)絡(luò)效應(yīng)就越多。就我們的系統(tǒng)而言，這種網(wǎng)絡(luò)效應(yīng)成倍地增加了分揀的智能。

　　如果出現(xiàn)具有挑戰(zhàn)性的包裝類型或新材料，我們能夠捕獲圖像并訓(xùn)練AI來識別物體。然后將這些知識部署到整個機器人系統(tǒng)中。

　　從本質(zhì)上講，我們部署的機器人越多，每個客戶就越能通過擴展AI的材料知識來幫助另一個客戶。有趣的是，人工智能可以學(xué)會識別幾乎任何可以教一個人識別的東西。

　　這意味著人工智能可以識別超越塑料樹脂或其他類型的材料。它可以識別品牌、外形因素、某些類型的損壞。這為分揀功能提供了一個全新的水平。例如，它可以識別鋁箔與鋁罐，或食品級與非食品級聚丙烯。

　　系統(tǒng)正在識別和分類混合材料。

　　在分類回收時遇到的最常見問題是什么?

　　回收涉及傳送帶上物體的種類、形狀和方向的無限變化。訓(xùn)練神經(jīng)網(wǎng)絡(luò)來檢測回收物品流中的物體并不容易，尤其是當你考慮到這些物體到達回收設(shè)施時可能經(jīng)歷的物理變形時，這是一個完全不同的挑戰(zhàn)。

　　它們可以被折疊、撕裂、粉碎或部分被其他物體遮擋。這一挑戰(zhàn)反映在機器人抓手上，您需要能夠處理令人難以置信的各種不同形狀因素和包裝損壞類型。

　　此外，還面臨著跟上消費品包裝不斷變化的最新趨勢的挑戰(zhàn)。任何依靠視覺觀察來學(xué)習包裝和材料類型之間關(guān)聯(lián)的機制都需要消耗穩(wěn)定的數(shù)據(jù)流，以確保準確分類對象。

　　如何幫助企業(yè)提高回收率?

　　我們正在努力提高回收的經(jīng)濟性和效率，從而降低回收成本并顯著增加高質(zhì)量回收原料的數(shù)量。為此，我們將技術(shù)作為改造解決方案部署到現(xiàn)有設(shè)施中，并運營我們自己的設(shè)施，從頭開始使用AI設(shè)計。

　　一個重要因素是人工智能顯著降低了測量設(shè)施內(nèi)發(fā)生情況的成本。每個AI傳感器可以識別幾乎所有感興趣的不同材料類型。

　　憑借其以軟件為中心的方法，在設(shè)施內(nèi)進行"廢物表征"的成本從每噸數(shù)千美元下降到每噸僅幾美元(或在某些應(yīng)用中不到1美元)。這將使了解行業(yè)中材料流動的實際情況的成本降低了幾個數(shù)量級。

　　自動化在改善包裝行業(yè)的回收和可持續(xù)性方面可以發(fā)揮什么作用?

　　回收過程的自動化推動了一致性，因為機器人可以 24/7 全天候工作。他們不累，也不需要休息。此外，它們可以在比人類移動更快的皮帶上工作。

　　它們的一致性也提高了回收商品的質(zhì)量。機器人是靈活的;我們的系統(tǒng)可以進行調(diào)整，以反映物料流變化、商品價格等。

　　材料回收設(shè)施(MRF)中廢料的數(shù)字化開辟了許多潛在的應(yīng)用。目前MRF中部署的前兩個是機器人分揀以及獨立傳感器提供的描述性和診斷分析。

　　隨著傳感器分布在整個MRF中，我們能夠幫助MRF成為一個更加數(shù)據(jù)驅(qū)動的設(shè)施，以降低成本并增加收入。目前，MRF是一個集中的材料中心，但這些傳感器的擴散開始將MRF轉(zhuǎn)變?yōu)樾畔⒅行摹?/p>

　　MRF中的數(shù)據(jù)捕獲也會影響新設(shè)施的設(shè)計。例如，AMP公司將AI應(yīng)用于物料識別和高級自動化已經(jīng)成熟到可以開發(fā)高分流二次分揀設(shè)施的地步，這些設(shè)施在更廣的范圍內(nèi)部署和維持都是具有經(jīng)濟性的。

　　通過我們的二次分揀模型，AMP 以高精度和純度回收各種形狀和屬性的混合紙張、金屬和塑料組合，特別關(guān)注基于AI技術(shù)特有的塑料混合物。我們將這些商品轉(zhuǎn)售給終端市場買家，包括加工商和制造商所需的定制化學(xué)和聚合物混合物。

　　我們的技術(shù)可以幫助生產(chǎn)商提高回收率，為可回收物創(chuàng)造新的價值流，最終幫助他們追求回收成分的目標。隨著生產(chǎn)者責任延伸 (EPR) 計劃的出現(xiàn)和成熟，MRF設(shè)施中不斷增加的傳感器部署可以幫助滿足報告回收率的需求。

　　回收的數(shù)據(jù)收集、測量和材料表征也創(chuàng)造了一種機制，以支持政府和組織要求的環(huán)保計劃，這些計劃側(cè)重于垃圾填埋場轉(zhuǎn)移目標和回收成分標準，以促進更循環(huán)的經(jīng)濟。

　　AMP Cortex 正在為西班牙的一家企業(yè)分揀材料。

　　AI驅(qū)動的自動化解決方案如何影響包裝行業(yè)的發(fā)展?

　　我們最新的創(chuàng)新之一是 AMP Vortex，這是一種AI驅(qū)動的自動化解決方案，旨在提高薄膜和軟包裝的回收率。再生材料行業(yè)缺乏識別和分離薄膜和軟包裝的基礎(chǔ)設(shè)施，這些材料會干擾MRF設(shè)備，而不是為管理它而設(shè)計的。

　　薄膜和軟包裝進入MRF的每一條生產(chǎn)線，導(dǎo)致高水平的污染。但是，由于重量輕，這些材料中的大多數(shù)都進入了纖維生產(chǎn)線。

　　薄膜污染會降低纖維包的純度，導(dǎo)致收入損失或需要額外的下游后處理。由于這些材料回收原材料復(fù)雜且昂貴，薄膜和軟包裝的終端市場一直受到限制。

　　我們正在開發(fā)的Vortex解決方案，以定位和回收用于打包和銷售的薄膜和軟包裝，這將最終減少這些材料產(chǎn)生的廢物。

　　我們的使命是應(yīng)用技術(shù)來實現(xiàn)一個沒有浪費的世界。我們已經(jīng)在建筑和拆除、電子廢料和有機物等領(lǐng)域有所發(fā)展，但我們的目標是將我們的技術(shù)應(yīng)用于任何可以提高每噸材料利潤率的環(huán)境中。

　　隨著行業(yè)響應(yīng)消費品公司的承諾，使用更多的消費后回收材料，對AI和機器人技術(shù)的需求繼續(xù)蓬勃發(fā)展，以實現(xiàn)現(xiàn)有回收設(shè)施的現(xiàn)代化。

　　通過這些改造，我們看到了幾個領(lǐng)域的機會，從材料表征能力的廣度和精度，到增加數(shù)據(jù)使用以改善回收操作，再到幫助政策制定者實現(xiàn)可持續(xù)發(fā)展目標。