ИИ для модернизации образования в области переработки отходов

Искусственный интеллект меняет подход к обучению в области обращения с отходами. Городские служащие и операторы объектов выходят за рамки бумажных почтовых рассылок и социальных объявлений, предлагая камеры, экраны и текстовые подсказки. Технология разработана для того, чтобы помогать пользователям ориентироваться у мусорных баков и разбираться в тонкостях местных правил переработки. 

ИИ уже много лет используется для  идентификации предметов и инициирования физического разделения в пунктах сбора отходов (MRF), а недавно он был даже внедрён для отслеживания уровня загрязнения в пунктах сбора, когда перевозчики интегрируют системы камер в свои грузовики . Однако ни один из этих вариантов использования не заходит так далеко, чтобы помочь потребителям принять правильное решение о том, куда девать мусор, вторсырьё или органические отходы.

«Это действительно была попытка помочь людям лучше понять мелкие нюансы, а также это дало нам новые знания о распространенных вопросах и пробелах в знаниях», — сказала Памела Перес, менеджер по маркетингу LA Sanitation & Environment, которая недавно представила Professor Green — инструмент искусственного интеллекта для обучения переработке органических отходов. 

Сторонники систем обратной связи на основе ИИ надеются, что они смогут сократить уровень загрязнения и повысить показатели улавливания, но эта технология все еще развивается.

Независимо от того, используются ли инструменты в виде чат-ботов или камер для идентификации предметов, операторам приходится постоянно совершенствовать программное обеспечение и оттачивать его способность предлагать пользователям правильные ответы. Эксперты утверждают, что точная идентификация предметов, особенно на обочине дороги, где мусор и перерабатываемые материалы представлены практически в бесконечном количестве форм, может стать проблемой для некоторых версий этого ИИ, ориентированного на потребителей. Ещё одной проблемой станет необходимость убедить потребителей использовать его.

Отправьте сообщение или сделайте фото

Уровень загрязнения остается неизменно высоким, в то время как уровень переработки отходов также стагнирует во многих частях США.

Например, в Нью-Йорке количество неперерабатываемых загрязняющих веществ в отходах из металла, пластика и стекла выросло с почти 34 фунтов до почти 49 фунтов на домохозяйство в период с 2017 по 2023 год . По оценкам Recycling Partnership, в 2020 году уровень загрязнения входящих материалов составил 17% . 

Специалисты по переработке отходов, которые надеются улучшить эту статистику, рассматривают искусственный интеллект как возможность консультировать жителей и гостей города на местах.

Некоторые общедоступные системы сортировки на основе искусственного интеллекта идентифицируют предметы так же, как это делают технологии MRF. Oscar Sort , платформа, предлагаемая Intuitive AI, использует камеру, чтобы видеть, что держит пользователь. Последующее сообщение на встроенном экране указывает, в какой контейнер следует выбросить мусор — для мусора, переработки, компоста или даже (по запросу одного клиента) в контейнер только для палочек для еды, чтобы служба переработки превратила их в деревянную мебель. Программное обеспечение также может предлагать многоэтапные инструкции, например, направить кофейный стаканчик в мусорный бак, а картонную упаковку — в контейнер для переработки.

В США такие объекты, как здание паромного терминала Сан-Франциско  и международный аэропорт Сиэтл-Такома,  находятся на ранних стадиях использования Oscar на своих объектах. По данным компании, за последний год более 25 аэропортов и 50 университетов получили заявки на участие в программе. 

По словам Брайана Сано, руководителя стратегического отдела Intuitive AI, стоимость каждой установки «Оскара» составляет от 10 000 до 15 000 долларов, после чего ежегодная плата за обслуживание и передачу данных составит от 5500 до 6500 долларов. В 2024 году компания запустила предложение, основанное на рекламе: бренды могут размещать рекламу на встроенных экранах, получая потенциально достаточный доход, чтобы покрыть годовые расходы на обслуживание и даже больше.

Сортирующий ИИ, ориентированный на потребителя, также может воспринимать то, что предлагает общественность в виде текста, и именно так решила использовать свою технологию администрация Лос-Анджелеса.

Professor Green , ИИ-преподаватель, созданный для города компанией Hello Lamp Post , работает как чат-бот. Пользователи в одном из четырёх пилотных районов — Портер-Ранч, Нортридж, Южный Лос-Анджелес и Уоттс — сканируют QR-код или заходят на сайт города, чтобы отправить сообщение Professor Green. Система отвечает, сообщая пользователям, можно ли выбросить их вещи в городской зелёный контейнер или в контейнеры для мусора или переработки. Чат-бот понимает и отвечает на английском, испанском, корейском, тагальском, эфиопском и армянском языках — языках, выбранных для лучшего обслуживания населения пилотной зоны.

В идеале профессор Грин должен развеять местные сомнения относительно правил компостирования. По словам Переса, в Лос-Анджелесе много жителей, которые переезжают в город и могут не знать местных правил или нуждаться в помощи в их понимании, исходя из правил соседних районов.  Например, некоторые другие муниципалитеты округа Лос-Анджелес просят жителей выкладывать мусорные баки компостируемыми пакетами, но город Лос-Анджелес принимает только бумажные пакеты.

Слишком мало фотографий мусора

Сотрудники Intuitive AI и LA Sanitation анализируют данные, чтобы убедиться, что их программы правильно идентифицируют предметы.

Интуитивный искусственный интеллект делает это для клиентов Oscar, сравнивая предлагаемые Oscar инструкции с записями того, что пользователь держал в руках, каждый день, а также с четырьмя проверками отходов в год для большинства клиентов .

Сотрудники санитарной службы Лос-Анджелеса также ежедневно просматривают запросы профессора Грина. Они тратят на запросы не более часа, чего зачастую более чем достаточно, чтобы выявить любые проблемы. Например, сотрудники научили ИИ отвечать на вопросы об отходах тамале, но вскоре поняли, что он не знает, что кукурузная шелуха входит в состав продукта. Перес сказал, что с тех пор команда поручила профессору Грину сопоставить эти два понятия.

По словам Шарон Сяо , доцента кафедры компьютерных наук и инженерии в Университете Санта-Клары,  запросы на сортировку на основе текста, скорее всего, дадут пользователям более точные инструкции, чем технология на основе камеры.

Это связано с тем, что, когда люди сообщают ИИ, от чего они пытаются избавиться, это позволяет обойти проблему необходимости обучения программы распознавать внешний вид мусора. Письменные подсказки по-прежнему могут быть самыми разными. Как отметила Перес, в её офисе был длинный список терминов для обозначения «отходов домашних животных», которые профессор Грин должен был распознавать. Но визуальная идентификация ещё более вариативна. 

«Окурки или маски от COVID — они очень разные», — сказал Сяо. «Но если скомкать бумагу, она не всегда будет одинаковой формы». 

Кроме того, существует несколько фотографий мусора, которые находятся в свободном доступе и на которых модели искусственного интеллекта могли бы учиться.

Сяо и её коллеги пытались составить базу данных этих общедоступных обучающих изображений при разработке ИИ-сортировщика отходов, использующего камеру смартфона . По словам Сяо, изображений было слишком мало для обучения программного обеспечения, а вычислительная мощность, необходимая ИИ для распознавания любого возможного объекта, выходит за рамки возможностей смартфона.

По словам Сяо, система искусственного интеллекта, ориентированная на утилизацию отходов, потребует небольшого компьютера и будет работать точнее, если разработчики смогут обучить программное обеспечение распознавать ограниченный набор предметов. Места, где ограничено количество разрешенных к проносу материалов, например, развлекательные заведения или аэропорты, могут стать идеальным вариантом. 

Чем ниже барьеры, тем лучше

Эксперты ожидают, что технологии будут играть всё большую роль, поскольку местные органы власти и операторы предприятий ищут способы развития образования в области переработки отходов. Но поиск того, что найдёт отклик у общественности, — это непрерывный процесс.

Системы камер с искусственным интеллектом могут быть проще для пользователей, несмотря на то, что их сложнее обучить. В ходе опросов Сяо и её команда обнаружили, что люди, скорее всего, считают отправку текстовых сообщений или ответ на голосовые подсказки более трудоёмким занятием, чем ожидание, пока камера зафиксирует то, что видит. И все эти варианты считались значительно более трудоёмкими, чем статус-кво — мгновенное решение выбросить предмет в тот контейнер, который ему, по их мнению, подходит.

«Все опрошенные нами люди хотели иметь возможность сканировать предметы с помощью телефона, чтобы определить, в какой контейнер их следует положить», — сказал Сяо. «На самом деле они этого не делают». 

Чтобы убедить людей не торопиться и использовать желаемую ими идентификацию с помощью ИИ, Сяо и её коллеги работают над системой сортировки, которая также информирует пользователей о преимуществах их действий. Её команда экспериментирует с обратной связью, которая позволяет оценить экономию средств или выбросы парниковых газов благодаря правильной сортировке.

Пока что более простой текстовый вариант «Профессор Грин» пользуется популярностью. Жители Лос-Анджелеса провели более 4000 бесед с искусственным интеллектом с момента его запуска в марте. Особенно активно он использовался в Южном Лос-Анджелесе, районе с низким уровнем дохода, где большинство семей говорят дома по-испански.

Департамент санитарной очистки Лос-Анджелеса (LA Sanitation) рассматривает возможность расширения программы Professor Green на другие районы в будущем. Но чтобы точно узнать, действительно ли система искусственного интеллекта влияет на уровень загрязнения или позволяет сократить количество отходов, сбрасываемых на свалки, Перес и её команде необходимо ознакомиться с результатами более традиционного инструмента : аудита отходов. 

Источник: https://www.wastedive.com/news/ai-recycling-education-oscar-sort-professor-green-los-angeles/756106/