回收坏了这些机器人能帮忙吗

这里的一个事实是，我可以攻击你，因为我住在邻近LosAngeles的一个海滨城市，并没有为房客提供废物回收的选择。对于那些坚持把我们的塑料和纸张分开的人来说，唯一的选择是去当地的回收中心。

但我不是一个人。事实证明，成千上万的人并不容易获得废物回收计划。最近的一个消息称，几十年来一直在做“狮子”的回收工作，不再接受的废物，可能有数百万人将失去服务。

更糟糕的是，回收从来都不是那么高效的。"当向发送大量的纸张和塑料垃圾时，超过20年的时间里，这些捆包通常被分类得很差以至于它们含有垃圾，"在最近的一家快速公司里写了AdelePeters。"系统从未从这些材料中提取出完整的值。"

事实证明，机器人可能是该解决方案的一个重要部分，它最终结束了回收的破坏经济学，这就是为什么我们首先将该工作外包给。例如，麻省理工学院（MIT）的研究人员已经开发了一种机器人平台，它可以通过触摸来对各种项目进行排序。它使用它的手中的传感器来确定诸如纸、塑料和金属之类的废料的尺寸和纹理，并相应地进行分类。

另一个公司ZenRobotics将来自多个传感器的数据沿废物流组合起来，以创建精确的实时分析。机器人使用传感器数据做出关于如何抓取和排序对象的自主决定。

AmpRobotics是一家公司的另一个例子，它将机器人、机器视觉和人工智能相结合，使循环速度更快、更便宜，从而提高了我们可以在陆地上处理废物的可能性。

该系统非常类似于在物流仓库中的常规自动拾取和放置系统。废料流沿着传送带在照相机的注意的眼睛下面流动。该系统通过类型识别项目，并且具有真空末端执行器的机器人拾取器抓取物品并将其折叠到适当的垃圾箱中。

但简单的解释是一个巨大的挑战。也就是说，垃圾是严重的。东西被压坏了，比如瓶子，比如瓶子，大小和形状都有很大的不同。食物碎片和液体弄脏或模糊标签和变色包装。箱子被撕毁，食物容器被切碎。

该公司解决了一个名为AMPNeuron的专有AI平台的问题，该平台使用先进的计算机视觉和机器学习来训练自己，以在处理数百万的素材图像之后识别项目。该机器教导自己寻找诸如纹理和大小之类的视觉属性。随着时间的推移和数百万的审判和错误，在识别材料方面，它变得非常准确，在不到2%的情况下提交了识别错误。这比人类同行更准确，他们对垃圾进行了疯狂的转变。

机器视觉方法还赋予AMP捕捉关于垃圾的整个供应的数据的能力、可反馈回循环管理的信息以确定它们的程序在收集正确种类的材料和分类正确种类的物品时的有效程度。

由于该系统是为了学习其环境而建立的，因此可以应用于几种回收利用。例如，AMP正在帮助加州的电子回收公司ERI。在这种情况下，机器人每分钟通过丢弃的电子设备进行70次分拣。

随着效率和吞吐量的提高，回收的经济学开始有意义。作为全国各地的城市，在其回收计划的未来，技术正在提供一线希望。