人工智能在“垃圾经济”新风口的机遇和挑战

固废网讯:被垃圾逼疯的上海宁最近成为其他省市的快乐源泉，贡献了诸多精彩段子。不过不要紧，忙着“哈哈哈”的网友很快得知，到2020年底，包括北京、天津、上海、重庆、深圳等先行先试的46个重点城市，要基本建成垃圾分类处理系统。

一时间，垃圾分类成为热议话题，也催生了“智能垃圾经济”的新模式和新的成长空间。根据方正证券消息，仅生活垃圾分类就会为市场带来1万亿元左右的增量，其相关板块的利润增速或空间弹性将至少在30%。

这个巨大的蛋糕已经被AI注意到。垃圾分类，AI大有可为。

你是什么垃圾——AI如何判断？

先行开始垃圾分类的上海，目标是到2020年打造60个人工智能深度应用场景。7月2日，上海发布第二批人工智能应用场景需求，包括生活垃圾分类应用等共计28个场景。上海城投环境（集团）有限公司科技信息部主管陶俊杰表示，“如果前端分得不好可能导致后面终端处理的问题，因此发布的场景应用需求第一块就是针对小区垃圾前端的识别。”

日常中，每个类别的垃圾往往包含了各式各样的内容，仅凭经验，人们在分类投放时难免出现偏差。得益于AI的赋能，垃圾分类识别正变得精准高效。

AI用于垃圾分类，业界早有过相关的讨论，主要有三种方案类型：第一种方案，是把垃圾的相关信息制成表格化数据，然后用传统的机器学习方法实现分类；第二种方案，把所有的垃圾分类信息做成知识图谱，每一次查询就好像翻字典一样查阅信息；第三种方案，借助深度学习方法，来对垃圾进行识别和分类。例如每次给一张垃圾的图片，让模型识别出这是属于哪一种类别的：干垃圾、湿垃圾、有害垃圾还是可回收垃圾。

第三种方案正在成为主流。并由此拓展出两种分类方式：一种是单一目标分类，即对整张图片进行分类，为图片给出唯一的分类标签；另一种是多目标检测分类，是对图片中的多种垃圾进行定位及单独分类。前者在技术上相对容易实现，近期比较热门的几个手机垃圾分类APP都是使用这种技术。后者虽然更为实用，但研发难度更大。

太古计算总经理陈伟认为，在深度学习出现之前，可变形部件模型（DPM）一直是流行的目标检测方法。深度学习出现后，以R-CNN、Fast R-CNN、Faster R-CNN为代表的两阶段算法和以YOLOv1-3、SSD、RetinaNet为代表的单阶段算法成为主流。前者是先由算法生成一系列待检测目标的候选框，再通过卷积神经网络进行候选框的分类；后者则不用产生候选框，直接将目标边框定位的问题转化为回归问题处理。

太古计算目前正在进行垃圾分类识别相关方案的开发，采用深度学习技术训练，产品可实现上千种类别识别。据展示图例来看，识别精准度较高。

浙江是全国唯一一个在农村展开垃圾分类的省份。在最初的推行阶段，村民面临着没有垃圾分类习惯、不清楚如何分类等难题，往往厨余垃圾、残砖破瓦，甚至农药瓶等都混在一起，给后续处理带来很大难度。而在金华永康南部的某个村子，在采用了海康威视的智能摄像机和智慧音柱的方案后，情况有了明显好转。

智能警戒摄像机可以准确检测到监控范围内的人体和车辆，当摄像机发现是有人经过划定好的投递垃圾区域时，就会传递信号给智慧音柱，随后音柱就开始自动播放预先储存的音频文件，如：垃圾请分类入桶，餐厨垃圾扔绿桶，其他垃圾扔黄桶，从而提醒村民进行垃圾分类投放。由于摄像机内置有智能检测算法，当经过的是猫狗等动物时，摄像机可以判断经过的不是人体，因此不会受到干扰而误导音柱。

平安智慧也看上了“垃圾生意”，正在针对垃圾分类全流程搭建智慧分析管理平台。据其智慧垃圾分类项目负责人表示，政府在进行生活垃圾管理时会遇到一些难点：如统筹少、数据分散、监管主体增多、考核难等，如何为其提供系统性管理平台是平安的研究方向。

根据规划，在这一平台中，三大层次递进发挥作用：底层为大数据支撑体系，构建了智能调度模型、全流程考核评估模型以及检查点抽样模型；中层的多功能模块则包括从投放、收运到处理的全程分类，以及用以实效评估的全套督导考核体系；前段则以统筹型数据作展示。简言之，关于垃圾从源头到末端的定量监管、各环节工作的评估与绩效，平安智慧希望在这一个分析管理平台上得以实现。未来，这一平台将结合物联网、视频采集技术，精准追溯各环节的垃圾投放、收运，杜绝混装等违规操作，并成为处罚的依据。