人工智能（AI）几年来一直在兴风作浪，这是有道理的--它正在从根本上改变各行各业。有些人甚至 称之为"自上一次工业革命以来全球经济最大的颠覆者"。
然而，由于有关人工智能的大部分新闻都集中在其制作好（或坏）艺术品的能力上，因此可以原谅人们将这种技术视为与废物管理行业无关。事实恰恰相反、 利用人工智能进行回收不仅是可能的，而且已经在发生了。
正如我们的首席执行官格雷格-莱蒂里（Greg Lettieri）所说，"我们将继续见证人工智能将如何改变废物和回收行业。随着越来越多的运输商和城市利用物联网传感器和技术，动态路由、更少的卡车交通和更高的回收率将自然而然地实现。
究竟什么是 "人工智能"？
在深入探讨如何 人工智能回收如何帮助实现更可持续的废物管理之前，有必要先弄清楚什么是人工智能。自计算机诞生以来，围绕人工智能的讨论就一直在进行，艾伦-图灵本人（现代计算机之父）就曾提出 "机器会思考吗？不过，我们不必涉足这场辩论的复杂性，我们可以转而讨论一个简单得多的定义：
根据 牛津参考"能够执行通常需要人类智能才能完成的任务（如视觉感知、语音识别、决策和语言之间的翻译）的计算机系统的理论和开发"。
虽然与人工智能的明确互动（如文本到图像生成器）相对较新，但几十年来，人工智能已经在搜索引擎和 Siri 等产品中为我们的生活提供了动力。更重要的是，许多面向消费者的产品（如谷歌翻译）可能都是由人工智能驱动的，但由于它们并没有打上人工智能的烙印，因此在很大程度上不为人们所注意。
人工智能中与以下方面最相关的元素 废物管理中的人工智能是 "视觉感知"--特别是能够识别不同的可回收产品和污染物。
混合废物流的 AI 循环利用
人工智能最显著的用途之一是 人工智能在回收利用中的应用就是通过视觉感知来识别和分类废物。
单流回收在上世纪 90 年代推出时似乎是一个梦想，它是回收率从上世纪 80 年代跃升到本世纪初的部分原因。它允许消费者将所有可回收物品混合在一起，既方便又简单。然而，这样做是有代价的 污染和分离.
近年来，随着曾经购买美国大量可回收物的国家对其进口的废物做出更严格的规定，这个问题变得越来越严重。例如，中国曾是西方国家大量塑料垃圾的主要目的地之一，但它在 2017 年决定 不再接收外国垃圾中国禁止进口 24 种固体废物，并将污染阈值设定为 0.5%。
人工智能能够通过更一致地分类和分离废物来减少污染，而且成本更低。其中一个例子是 AMP Robotics 公司将计算机视觉和深度学习与高速机器人技术相结合、 据该公司称据该公司称，它每分钟可拾取多达 80 件物品，是人工拾取速度的两倍，而且没有受伤风险。
智能传感器
另一个令人兴奋的机遇是 回收利用和人工智能使用智能传感器来管理收集到的废物。这些由人工智能驱动的传感器与物联网（IOT）相连，在废物管理中专门用作填料传感器。
填充水平传感器能够监测垃圾桶中的垃圾量，以帮助确定是否有必要收集垃圾。这意味着 只有在必要时才收集垃圾,这就减少了卡车在路上行驶的次数和时间。这不仅节约了成本，更重要的是减少了与废物管理相关的排放。
此外，智能传感器意味着卡车只有在必要时才会出动、 垃圾管理人工智能可以通过路线优化软件进一步改进，该软件可以帮助实时设定最高效的取货路线。
我们最新的解决方案 Pello就能做到这一点。
小规模回收的人工智能
人工智能非常适用于大型分拣设施或垃圾箱上的智能传感器，但我们也看到这些技术被应用于较小的规模，以阻止垃圾处理点的污染。例如，新创建的 垃圾机器人是一款 人工智能回收机器，旨在取代传统的回收箱，如办公室、大学校园等地的回收箱。
类似于 人工智能回收分拣中心的人工智能回收技术类似，这种智能垃圾桶采用单点处理技术，利用计算机视觉、机器学习和机器人技术将可回收物分流到正确的垃圾桶内。它的准确率高达 95%，消除了在处理个别物品时出现人为错误的可能性。
人工智能在废物管理方面有哪些优势？
在了解了人工智能在废物管理中的一些应用方式后，我们可以总结出人工智能可以带来的几大好处。首先，它可以减少管理费用，如出动卡车的数量，从而节省资金。其次，它可以减少污染，从而生产出更高级的回收产品，从而提高营业额。
此外、 人工智能回收可以减少人们执行潜在危险任务的需要，比如分拣电子垃圾，因为电子垃圾通常含有有毒化学物质。当然，这也引发了关于这对废物管理领域的工作意味着什么的讨论。
终于找到了 人工智能在废物管理中的应用可以帮助创建更高效、更易用、更便宜的回收系统，从而提高回收率。这将有助于 减少废物对水、空气和土壤的污染这将有助于减少我们的水、空气和土壤中的废物污染量，同时还能减少对原始资源的开采需求以及与之相关的污染。
RTS 有了人工智能解决方案--它叫 Pello
Pello是一种为废物管理提供实时监控系统的技术。通过在用户友好的仪表板上提供即时更新和通知，Pello 使用户能够有效跟踪垃圾桶容量，满足废物需求，防止溢出、污染和不必要的开支。
在成像人工智能和准确的满载数据的帮助下，Pello 识别取货的准确率达到 95% 以上，从而提高了运营效率，节约了成本，实现了及时付款，并通过消除不必要的运输减少了温室气体排放。
如需进一步了解如何利用技术为您的企业实现更可持续的废物管理，请联系我们RTS 的 TRUE 专家顾问。要阅读更多有关回收利用和其他可持续废物管理主题的信息，请订阅 RTS 博客。