尖端人工智能可能有助于彻底改变英国的废物回收方式。利物浦希望大学的学者们正在开发一种新的低成本分类系统，他们说这种系统可以减少进入垃圾填埋场的固体废物量。据了解，新方法使用基于“计算机视觉”摄像头的系统，该系统经过训练可以识别传送带上的每一件家居用品，然后指示机器人对面前的物品进行分类，而不是让回收中心依赖对人类手动筛选项目。来自霍普大学数学、计算机科学与工程学院的EmanueleLindoSecco博士表示，他们已经能够证明该方法有效且高度准确。值得注意的是，他和论文的合著者、工程和机器人导师卡尔迈尔斯还设法以不到100英镑的价格制作了这个分类系统，使其有可能在世界范围内推广。“由于快速城市化、人口增长和工业化，全球固体废物污染正在急剧上升，”塞科和迈尔斯在一份新报告中写道。“我们有能力处理这么多垃圾吗？这个问题的答案是否定的。”目前我们没有能力处理越来越多的垃圾，也没有能力处理我们正在回收的垃圾。因此，我们必须努力简化垃圾分类流程，加强垃圾智能回收，进一步减轻物资回收设施的压力。”据悉，赛科使用了一台廉价的“树莓派”电脑，并将其与高分辨率摄像头组合在一起。通过智能机器学习，RaspberryPi计算机被编程为识别五种不同类型的废物——纸张、玻璃、塑料、金属和纸板。它之所以能够做到这一点，是因为它拥有一个包含3,500张不同垃圾图像的数据库，由GoogleImages和名为TrashNet的资源提供。通过“迁移学习”——实现“真正的通用人工智能(AGI)”的关键驱动力之一——进行训练，该系统能够越来越好地标记垃圾。当团队谈到整体准确率时，他们表示能够以92%的成功率通过测试，有望用于商业用途。尽管Secco博士承认该系统的速度仍需提高才能实用-这在很大程度上要归功于RaspberryPi的处理能力-已经确定了一种新的处理方法的基础。Secco补充说：“我们生活在一个日益受到人为废物污染的世界。最近在回收这种废物方面取得了很大进展，但这将增加本已低效的材料回收设施的压力。因此，必须加大力度提高效率并降低MRF（材料回收设施）的成本。更具体地说，计算机视觉(CV)研究表明，嵌入式CV可能是这个问题和许多其他相关问题的答案。尤其是现在，由于技术和软件的进步，它更易于访问、更易于使用且功能更强大。“
