勞姬緹

自從上海開始推行垃圾分類之后，被逼瘋的上海人已經(jīng)成為廣大網(wǎng)友的快樂噴泉，貢獻了不少段子和表情包。據(jù)說有人開車前往杭州和蘇州倒垃圾，還有很多實在搞不懂分類的外地“學渣”扛不住壓力直接回老家了……

上海人民為之頭疼的時候，前一秒還覺得與己無關、忙著 “哈哈哈”的網(wǎng)友很快就被現(xiàn)實五雷轟頂了：即便不在上海，可能在很快也要實施垃圾分類的45個城市里?？傊l都別想亂扔垃圾！

現(xiàn)在都在說人工智能（AI）。垃圾分類這么困難的事兒，AI能不能代勞？

垃圾分類實在是一個不怎么美妙的話題。嚴苛的日本垃圾政策就有34種分類，每天扔哪種垃圾都有明確的規(guī)定，錯過時間就要遺留在家里。

而且垃圾處理的產(chǎn)業(yè)鏈條很長，后續(xù)還有收運、流通、處置?？傊?，任何一個環(huán)節(jié)出了問題，都會直接影響垃圾分類的最終效果。

幸好，AI技術(shù)的興起，已經(jīng)能夠為這項全球工程貢獻一份力量了。

目前來看，AI可以在產(chǎn)業(yè)鏈全程提供助力：

“逼瘋”廣大市民的垃圾分類難點，主要就在于識別不同的材料特征并予以歸類，其中涉及比較高的技術(shù)門檻。

比如，智能回收垃圾站就對扔垃圾的人十分友好，你只需要在垃圾桶前掃描一下，它就會自動識別居民投遞物的類型，并提示具體的分類。如果是能賣錢的可回收垃圾，投遞到相應的垃圾桶后還會自動將兌換的現(xiàn)金打到居民的手機賬戶里，可以說是很適合懶人了。

如果你的小區(qū)沒有此類智能垃圾桶，你也可以使用帶有AI識別功能的手機APP，比如支付寶最近推出的“垃圾分類助手”，就成了幫助上海人民的神器。

上海不愧是大都市的典范，廣大群眾吐槽歸吐槽，但也都是盡可能地配合垃圾分類政策，努力程度堪比高考。不過，在家分得再好，如果垃圾車將其混為一體，或者不考慮小區(qū)的實際量級，那也會帶來不少的麻煩，讓大家做無用功的同時，也影響政策的公信力。

因此，提高回收環(huán)節(jié)的清理效率和分揀水平，就變得至關重要了，而這正是AI所擅長的。

舉個遙遠的例子，在硅谷，創(chuàng)業(yè)公司Compology就給小區(qū)的垃圾箱配備了智能傳感器。這些傳感器每天會多次拍攝垃圾桶內(nèi)部的高分辨率照片，并發(fā)送圖像到云端。這樣，垃圾清理公司就能夠及時監(jiān)控信息，優(yōu)化卡車清運垃圾的路線或時間表，快捷高效地收取垃圾，從而保證不同規(guī)模小區(qū)的清理效率。

除此之外，在運載過程中，垃圾分類后也導致清運車增加。從2月20日起，上海全市就配置及涂裝濕垃圾車982輛、干垃圾車3135輛、有害垃圾車49輛以及可回收物回收車32輛。顯然，分類的細化也會導致司機人手不足，而自動駕駛則有望解決這一問題。

今年5月，沃爾沃公司宣布與瑞典Renova公司聯(lián)手，開始測試自動駕駛垃圾車。除了和普通無人車一樣配置激光定位器、雷達、攝像頭、紅外攝像頭等傳感系統(tǒng)之外，這種卡車還能夠按照設置好的路線，沿途收集垃圾。所以，駕駛員只需要走兩步，專心收集垃圾，不需要每次都返回駕駛室，開著車再前往下一個垃圾桶，大大減少了停車次數(shù)。

同時，垃圾回收汽車還能夠起到終端網(wǎng)絡的監(jiān)測作用。

我們以上海的垃圾收運為例，每輛垃圾清運車行走到了哪里，在哪個小區(qū)運了哪些類型的生活垃圾，裝進了哪個集裝箱，運到哪里處置，這些實時數(shù)據(jù)都會上傳到“城市的垃圾大腦”，然后城市環(huán)衛(wèi)系統(tǒng)和再生資源系統(tǒng)會根據(jù)前端的數(shù)據(jù)進行分析，從而對垃圾清運、設施布局等城市行為作出更好的規(guī)劃。

經(jīng)過人和機器的努力，垃圾終于來到了處理廠，可以進行改造了。

這里的問題也是最多的。

首先，再嚴絲合縫的前中端過程中，總會有漏網(wǎng)之魚，比如將有害垃圾丟進了干垃圾里，這時候就需要識別出是哪個小區(qū)出了問題需要強化分類教育，同時，處理廠還要進行二次分揀。

但是，回收垃圾帶給人類員工的傷害也是巨大的。以美國為例，傳統(tǒng)垃圾分揀的工作是由人類來完成的，骯臟、枯燥而且危險。他們常常會接觸到有害物品，比如針管、碎玻璃等，被稱為美國最危險的職業(yè)之一。

而處理工廠的智能自動化一旦能夠普及應用，就可以讓這些分揀工人離開危險的崗位了。

前不久，北美紙箱包裝委員會就與阿爾卑斯廢物循環(huán)利用公司以及AMP機器人公司合作，在工廠中安裝了AMP公司的Cortex分類機器人。這種機器人配備了像蜘蛛一樣的機械臂，利用攝像機向云端大腦傳遞影像信息，從而識別出傳送帶上的廢物，機械臂就會對其進行分揀。

目前，機器人能夠達到98%的分類準確度，每天工作大約16小時，每分鐘可以做出60次分揀動作，遠高于人類每分鐘40次的平均值。

同樣這么做的還有芬蘭的ZenRobotics機器人公司。美國Recon廢物服務公司便安裝了由這家機器人公司提供的人工智能回收系統(tǒng)Heavy Picker，不僅能夠整理建筑垃圾，還能對其進行分類——金屬、木頭、石頭等，然后投入循環(huán)利用。目前，蘇州綠和公司也引入了該技術(shù)。

AI在垃圾領域的應用可謂是十分廣闊。人工智能依靠成熟的感知技術(shù)，比如傳感器、計算機視覺等，讓每個環(huán)節(jié)流通的垃圾和行為都能被數(shù)據(jù)化。不過要讓識別的準確率更高，則需要進行一定的數(shù)據(jù)積累與訓練。換句話說，AI系統(tǒng)的引入宜早不宜遲。

與此同時，人工智能還具有“云+端+邊”算力的保障優(yōu)勢。垃圾分類所涉及的環(huán)節(jié)對實時動態(tài)數(shù)據(jù)的監(jiān)測和處理要求非常高，無論是在垃圾傾倒時的實時甄別，還是車輛行進路線的合理控制，這些過程都需要基礎算力的支持，因此，邊緣算力、終端芯片、云端處理的綜合聯(lián)動才能成就這項龐大的城市工程。未來隨著5G網(wǎng)絡的普及，即時的數(shù)據(jù)觀察會讓AI的效能變得更強。

聽起來很美。那么，AI的落地有沒有什么限制條件呢？答案幾乎是肯定的！

最為直接的影響是，隨著智能機器人的引入和垃圾處理場的自動化改造，會有很多從事駕駛和分類工作的工人失業(yè)。

的確，他們的工作條件稱不上好，但也是一份能夠養(yǎng)家糊口的謀生之道。讓他們轉(zhuǎn)型去做那些AI提供的新工作崗位，比如數(shù)據(jù)分析師、操控高科技卡車和設備的機械師，這可能嗎？

未來垃圾清理產(chǎn)業(yè)的人員素質(zhì)必然會大幅提升，但機會未必真的會屬于那些被機器淘汰的一線工人。屆時大量的底層勞動人口去往何處，恐怕是一個棘手的問題。因此，垃圾產(chǎn)業(yè)智能化的步子應該不會邁得太快。至少，在一段時間內(nèi)，還是會由人類大爺、大媽來為你答疑解惑，而不是AI。

除此以外，部署成本也會成為垃圾分類人工智能化的阻礙。

目前智慧城市、車路協(xié)同等綜合方案都還在封閉道路上測試，或是剛剛開始終端改造。而垃圾分類的收集終端密集，數(shù)據(jù)維度多樣，有著較大的自由度和模糊地帶，層出不窮的新型垃圾也在挑戰(zhàn)著傳統(tǒng)的分類體系，這就導致現(xiàn)階段想要依靠AI實現(xiàn)精準判斷和運維決策，幾乎是一件不可能的事。而在一個400萬人口的中等城市，建設智能收集終端+智慧平臺+智能檢測線的一次性投資，初步估算約為15億元左右。這些都是要城市財政來買單的，恐怕只有少數(shù)超級城市能夠逐步啟動。

AI垃圾分類的未來依然是值得期待的。每個人都必須與時代共同成長。讓我們和AI一起，給歲月以文明，而不是給文明以歲月。

（編輯 宦菁 huanjing0511@sohu.com）