纸箱回收也用上了人工智能,未来还能分拣更多材料

简介:

韦氏词典是这样定义AI的——机器模拟人类行为的能力。

AI概念诞生于60多年前,经过几十年的技术发展和进步,AI迎来了新的热潮。AI应用于制造业和交通运输等行业已经有些年了,而且正不断渗透到更多的领域。你可能不会马上将AI和废物回收联系到一起,但实际上他们很配。

可循环利用的物品被使用和回收后,会被运往材料回收站。每天有成吨的可循环材料在那里进行分拣和打包,然后送到其他地方,制成各种各样的新产品。接下来我们重点谈谈可循环材料的“分拣”,这是废物回收的关键难点。

AMP Robotics是食品、饮料纸箱分拣市场的新玩家,它和北美纸箱委员会达成了合作。Clarke是前者推出的一款机器人,它可以从传送带上抓取食品和饮料纸箱并进行分类。据悉,Clarke目前已经在哥伦比亚丹佛的阿尔卑斯废物回收站安装使用。

雷锋网了解到,纸箱回收委员会是由五个纸箱制造商组成的联盟,成立于2009年,从那时起五家制造商就一直合作致力于促进和改善美国的纸箱回收工作。纸箱是食品和饮料的包装形式之一,牛奶、果汁、豆类、瓶装水和葡萄酒等产品都可以用纸箱包装。在一系列住宅回收材料中,纸箱高质量原始纤维的重要来源。

2009年的时候,北美的纸箱回收利用率只有18%,这意味着虽然纸箱材料富有价值,但大多数美国人却无法将它们回收利用。自成立以来,纸箱委员会积极与回收产业链中的组织、公司和政府部门合作,支持公司开发新技术以提高纸箱的分拣效率。

AMP代表操控和感知,以之命名的AMP Robotics公司研发了一套可扩展的机器人系统,意图降低纸箱的回收成本,并通过提供有关设备效率和材料流动的信息,打造智能回收站。

这套机器人系统的官方命名为AMP Cortex,Clarke是它的昵称,来源于科幻小说作家和未来主义者Arthur C. Clarke的名字。Cortex系统中集成了一颗摄像头,这颗摄像头和普通手机摄像头相似,可以在可回收材料经过传送带时对其进行扫描。系统内置的AI经过了学习和训练,可以从其他材料中识别出几千种食品和饮料的纸箱。

据雷锋网(公众号:雷锋网)了解,Cortex还能够区分不同类型的纸箱包装。它不仅了解屋顶包饮品和无菌保鲜包装纸盒间的区别,还能够区分肉汤和杏仁奶酪盒,知道它们不是纸盒,不应该分拣出来。据悉,Cortex已经学会了识别超过150种不同的纸箱,而且它还在不断进步当中。

一旦Cortex识别到周围有纸箱,它就会用具有特殊设计抓爪(类似于吸盘)的蜘蛛状机械臂将纸箱抓起并分离。虽然它识别材料的方式很像人眼,但却可以更加快速高效的工作。Cortex现在每分钟可以抓取60个纸箱,识别精度大约为90%。作为参照,人类分拣纸箱的平均速度为40个/分钟。Cortex每天可以工作16个小时,现在已经运行一年多时间了。随着Cortex不断学习,其性能还将进一步提升。

物料从待分拣端流经设备到达分拣完成端的整个过程,Cortex都可以进行监控和记录。系统清楚所有流过的材料,而且可以手机包括可回收材料在内的数据信息。

重点是,当这套系统安装在其他材料回收站时,机器有一个轻微的学习曲线,Cortex以前学到的知识可以进行传递。机器随时随地都在学习,而且学到的知识可以在所有系统中共享。

Dem-Con是一家回收、加工、清理一站式服务商。Dem-Con公司已经在它位于明尼苏达州沙科皮的工厂中引进了一台机器人。Dem-Con在创新、新技术以及环境管理和居民教育上投入了大量财力和物力,为安装下一台机器人做准备。它们的居民教育计划包括,每个月组织三到五个“绿色旅行团”,让学生们了解废物回收和处理。

今年秋天开始,Dem-Con公司还将向旅行团们展示回收机器人。届时这个机器人分拣食品和饮料纸箱的能力将有质的飞跃,因为他将获得Cortex在科罗拉多州学到的所有知识。

由于这个机器人将在不同的环境(线路、照明和传送机大小)下运行,因此它不仅可以应用在阿尔卑斯山工厂中学到的知识,还可以锻炼新的洞察力,并在未来运用到其他机器人和工厂中。位于科罗拉多州的Clarke也将从它身上获取新的知识,正如它从Clarke身上获取知识一样。

虽然AMP Cortex目前只能分拣食品和饮料的纸箱,但它正在不断学习通过传送带的所有材料,每天都变得更聪明一点。未来,它不仅可以对其他可回收物进行分拣,还可以通过编程将某些材料(例如塑料袋和尿布)剔除出去,降低分拣成本,并为人类分拣员提供更加安全的工作环境。

我们可以展望,在不久的将来,人类和机器人在废物回收工厂里协同工作,有价值的材料不再被湮没在垃圾填埋场中。



本文作者:刘伟
本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
11天前
|
机器学习/深度学习 人工智能 算法
探究人工智能在现代医疗诊断中的应用与挑战
本文旨在深入探讨人工智能技术在现代医疗诊断领域中的应用及其所面临的挑战。随着科技的飞速发展,人工智能已逐渐渗透到医疗行业的多个方面,特别是在医疗诊断领域,AI的应用不仅提高了诊断的准确性和效率,还极大地减轻了医生的工作负担。然而,尽管人工智能在医疗诊断中展现出巨大的潜力,其发展过程中也遇到了一系列挑战,如数据隐私保护、算法的透明度和公平性等问题。本文通过对现有文献的综合分析,阐述了人工智能在医疗诊断中的具体应用案例,分析了这些技术的优势与不足,并对其未来的发展趋势进行了预测和建议。
29 5
|
11天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗诊断中的应用及其挑战
人工智能技术在医疗领域的应用正迅速改变着我们理解健康和疾病的方式。本文将探讨AI在医疗诊断中的具体应用,包括影像诊断、病理分析及个性化治疗方案的制定,并分析其带来的革命性变化。然而,技术的局限性、数据隐私和伦理问题也不容忽视。尽管面临诸多挑战,但随着技术的不断进步,AI在医疗诊断中的潜力巨大,未来将更好地服务于人类健康事业。
|
11天前
|
数据采集 人工智能 安全
软件测试中的人工智能应用与挑战
在这篇文章中,我们将深入探讨人工智能(AI)在软件测试中的应用及其所面临的挑战。通过分析当前的技术趋势和具体案例,揭示AI如何提高测试效率和准确性,并指出在实施过程中遇到的主要问题及可能的解决途径。
25 1
|
16天前
|
机器学习/深度学习 传感器 人工智能
AI与未来医疗:重塑健康管理新格局随着人工智能(AI)技术的飞速发展,医疗行业正迎来一场前所未有的变革。AI不仅在数据分析、诊断支持方面展现出巨大潜力,还在个性化治疗、远程医疗等多个领域实现了突破性进展。本文将探讨AI技术在医疗领域的具体应用及其对未来健康管理的影响。
人工智能(AI)正在彻底改变医疗行业的面貌。通过深度学习算法和大数据分析,AI能够迅速分析海量的医疗数据,提供精准的诊断和治疗建议。此外,AI在远程医疗、药物研发以及患者管理等方面也展现出了巨大的潜力。本文将详细探讨这些技术的应用实例,并展望其对健康管理的深远影响。
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与机器学习在医疗诊断中的应用
【9月更文挑战第32天】随着科技的不断发展,人工智能和机器学习已经在许多领域得到了广泛应用。在医疗领域,它们正在改变着医生和患者的生活。通过分析大量的医疗数据,AI可以帮助医生更准确地诊断疾病,预测患者的病情发展,并提供个性化的治疗方案。本文将探讨人工智能和机器学习在医疗诊断中的具体应用,包括图像识别、自然语言处理和预测分析等方面。我们还将讨论AI技术面临的挑战和未来的发展趋势。
|
3天前
|
机器学习/深度学习 人工智能 监控
AI与未来医疗:重塑健康产业的双刃剑随着科技的迅猛发展,人工智能(AI)正以前所未有的速度融入各行各业,其中医疗领域作为关系到人类生命健康的重要行业,自然也成为AI应用的焦点之一。本文将探讨AI在未来医疗中的潜力与挑战,分析其对健康产业可能带来的革命性变化。
在医疗领域,人工智能不仅仅是一种技术革新,更是一场关乎生死存亡的革命。从诊断到治疗,从后台数据分析到前端临床应用,AI正在全方位地改变传统医疗模式。然而,任何技术的发展都有其两面性,AI也不例外。本文通过深入分析,揭示AI在医疗领域的巨大潜力及其潜在风险,帮助读者更好地理解这一前沿技术对未来健康产业的影响。
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能在医疗诊断中的应用
【9月更文挑战第31天】本文将介绍人工智能(AI)在医疗诊断领域的应用。我们将探讨AI如何帮助医生更准确地诊断疾病,提高医疗效率,以及它对患者和医生的影响。通过实际案例,我们将展示AI如何在医疗领域发挥重要作用。
|
7天前
|
数据采集 人工智能 自然语言处理
软件测试中的人工智能应用与挑战
本文探讨了人工智能在软件测试中的应用及其所面临的挑战。通过分析AI技术如何优化测试流程、提高测试效率以及目前存在的局限性,文章提供了对软件测试未来发展趋势的深入思考。
|
7天前
|
机器学习/深度学习 人工智能 搜索推荐
探究人工智能在医疗健康中的应用与挑战
本文深入探讨了人工智能(AI)在医疗健康领域中的应用及其所面临的挑战。随着科技的不断进步,AI技术在医疗领域的应用日益广泛,从疾病诊断、治疗方案制定到患者护理等方面都展现出巨大的潜力。然而,尽管AI在医疗健康领域取得了显著成果,但也面临着数据隐私、算法偏见和伦理道德等方面的挑战。本文将详细介绍这些应用和挑战,并探讨可能的解决方案,以期为读者提供对AI在医疗健康领域发展的全面理解。

热门文章

最新文章

下一篇
无影云桌面