Как нейросети распознают вторсырье и меняют подход к раздельному сбору

Фото: Dalle-3
Фото: Dalle-3
По данным Минприроды, ежегодно в России образуется более 60 млн т мусора. Рассказываем, как искусственный интеллект может усовершенствовать систему раздельного сбора отходов и при чем тут обучение на «уловках»

Об авторе: Антон Турченко, гендиректор компании «ЭкоПоинт» (резидент «Сколково»).

Как сортируют мусор сейчас

По итогам 2023 года сортируется больше половины отходов (53%), а утилизируется — 13%. Эти цифры называет Российский экологический оператор (РЭО). Система раздельного сбора мусора сегодня работает в 78 регионах. В 52 из них выбор сделан в пользу двух контейнеров: для смешанных отходов и для вторичных ресурсов. В 17 субъектах внедрено пофракционное накопление — в этом случае каждая фракция, или вид отходов (пластик, стекло, бумага, металл), собирается отдельно. Еще девять регионов используют оба подхода. Но темпы начатой в 2019 году «мусорной» реформы, которая должна ликвидировать несанкционированные свалки и снизить количество полигонов с отходами, заметно отличаются от региона к региону. По оценкам экспертов РЭО, в тройке аутсайдеров — Дальневосточный, Сибирский и Северо-Кавказский федеральные округа, где в сравнении с остальной территорией страны мусор сортируют неохотно, а вот мощностей для переработки отходов недостаточно.

Тем не менее власти рассчитывают, что к 2030 году в стране будут сортироваться все твердые отходы (подлежащие этому), а не меньше четверти из них — использоваться вторично. Однако если жители крупных городов к этому готовы, то в небольших населенных пунктах, особенно в селах, еще нет. Инфраструктуры не хватает, уровень экологической осознанности общества по-прежнему невысок. За пять лет в России создано 250 объектов по обработке и утилизации отходов, но этого все еще недостаточно. Поэтому нужно открывать новые комплексы, развивать переработку вторсырья и налаживать стабильный выпуск продукции на его основе.

При этом в России уже строятся экопромышленные парки, которые станут якорными для кластеров по утилизации отходов и производству товаров из вторсырья. Государство со своей стороны создает там всю необходимую инфраструктуру, а бизнес — предприятия, которые смогут рассчитывать на дополнительные меры поддержки. Первые шесть парков до конца года планируют открыть в Ставропольском крае, Ленинградской, Московской, Нижегородской, Новосибирской и Челябинской областях. А до 2027 года появятся еще два — в Краснодарском и Приморском краях.

Но без экологически сознательного населения все эти усилия не принесут должного эффекта. Именно поэтому так важно поддерживать общественные экологические инициативы и популяризовать раздельный сбор отходов — они в совокупности играют ключевую роль в формировании экологической культуры.

Фото:coca-cola.ru
Зеленая экономика Настолки и пляжи: как бизнес помогает разобраться в сортировке отходов

Как нейросети распознают мусор

В большей части российских регионов мусор по-прежнему вывозят на полигоны — сортируется и перерабатывается лишь его часть. На многих предприятиях отходы распределяются людьми вручную, а это тормозит процесс. Сейчас его можно сделать эффективнее и минимизировать количество свалок за счет искусственного интеллекта. Например, в Южной Корее, Канаде и Швейцарии работают перерабатывающие заводы с автоматическими сортировочными линиями (они оснащены системами компьютерного зрения и нейросетями). Такие системы могут распознавать и классифицировать даже сильно загрязненные виды вторсырья, включая пластик и стекло. Это существенно упрощает работу и экономит время сотрудников, а отходы таким образом утилизируются быстрее и качественнее. Похожие производства уже появляются и в России.

Также для мониторинга полигонов, куда свозят твердые коммунальные отходы (ТКО), в нашей стране начали использоваться беспилотные авиационные системы на основе нейронных сетей. Они фиксируют разные виды нарушений, в том числе отсутствие ограждений, наличие тления и возгорания. Собранные данные автоматически визуализируются и формируются в аналитические отчеты.

Технологии искусственного интеллекта используются и в работе «умных» пунктов для сбора вторсырья «ЭкоПоинт». Сейчас в них можно сдать ПЭТ-бутылки, алюминиевые банки, макулатуру и стеклянные бутылки, а взамен получить вознаграждение в виде баллов, которые можно обменять либо на деньги и перевести себе на счет через систему быстрых платежей, либо на баллы партнерских программ лояльности, например приложений «Уберу» и «Рябина». Аппараты оснащены датчиком веса и видеокамерой, которая в связке с нейросетью узнает тип вторсырья и в каком оно состоянии. Нейронка маркирует все предметы по принципу светофора. Зеленый цвет показывает идеально подготовленное вторсырье, а желтый — принимаемое вторсырье, но подготовленное некорректно: в случае, если бутылка не смята, например. Такие отходы примут, но за меньшую стоимость. Поэтому система предлагает сжать или смять предмет. Красный цвет, в свою очередь, говорит, что предметы непригодны для сдачи. К таким относятся бутылки кислотно-зеленого цвета или из непрозрачного пластика.

Нейросеть постоянно обучают, чтобы распознавание вторсырья было максимально точным. Люди сначала вручную размечают фотографии отходов, фиксируя, что на них изображено — листовка или ПЭТ-бутылка. На каждую фракцию нужно загрузить тысячи картинок, где те же пластиковые бутылки представлены в разных вариациях, включая чистые, грязные и смятые. На основе этого нейросеть и учится, выявляя закономерности, которые потом использует при классификации отходов. Сейчас точность системы равна 97%. 100-процентной точности у моделей машинного обучения быть не может: если такое случилось, значит, при обучении что-то пошло не так.

Нейросети учатся лучше различать и схожие фракции. Например, стеклянные и ПЭТ-бутылки, которые визуально похожи друг на друга. В последнее время производители напитков часто используют в производстве жестяные банки, которые внешне, особенно для нейросети, выглядят как алюминиевые. Отсюда новая задача — научиться качественно распознавать и их. В перспективе нейросеть можно научить определять и другие фракции — электролом, пленку и так далее. Поле для экспериментов обширное.

Невольно нейросеть обучают и сами пользователи, пытающиеся обмануть систему. В отсек аппарата как-то опускали камни в картонной коробке, чтобы придать вес макулатуре. Еще не раз выбрасывали пластиковые стаканчики или контейнеры из-под йогурта, а они часто не годятся для переработки. Такие ситуации на самом деле вскрывают сценарии, которые изначально не учли разработчики. А нейросети таким образом учатся на своих ошибках, раз от раза совершенствуя свои навыки.

<p>Обломки пластика и нефть в прибое Санта-Барбары в Большом мусорном пятне</p>
Зеленая экономика Что известно о Большом тихоокеанском мусорном пятне и как оно выглядит

Что будет дальше? Советы от ИИ для отдельных районов и не только

Нейросети обладают большим потенциалом в области управления отходами, обещая усовершенствовать систему раздельного сбора и уменьшить количество полигонов для захоронения отходов, а заодно улучшить состояние окружающей среды. Технологии помогают повсеместно автоматизировать процесс сбора и сортировки мусора, увеличить эффективность и скорость обработки, а также минимизировать человеческий фактор.

Также ИИ способен анализировать данные о потреблении и отходах, чтобы потом оптимизировать процессы утилизации и переработки, а еще выдавать персонализированные рекомендации для конкретных пользователей или районов. Например, нейросети могут подсказать, как сократить количество отходов на местах или эффективнее их перерабатывать.

Нейросети можно использовать также для мониторинга и анализа данных о производстве мусора на уровне городов или регионов. Это поможет местным властям точнее оценивать ситуацию с отходами и разрабатывать стратегии, совершенствующие систему сбора и переработки отходов. Например, в Австралии разработан «умный» мусоровоз, который с помощью нейросетей анализирует данные о количестве и типе отходов в разных частях города. И после автоматически выстраивает оптимальный маршрут, чтобы потратить на вывоз мусора минимум времени и топлива.

Кроме того, нейросети могут быть интегрированы в образовательные программы и игровые приложения, призванные повысить осведомленность населения о раздельном сборе мусора.

Не исключено, что в будущем «умные» экопункты, фандоматы и рецикломаты, использующие для распознания отходов ИИ, появятся в каждом российском дворе. Это реалистично, но будут иметь значение сразу несколько факторов: экономические предпосылки, экологическая политика, цены на вторсырье и субсидии от государства.

Фото:Unsplash
Зеленая экономика На мусорном острове в океане появились животные: что это значит

Обновлено 06.05.2024
Главная Лента Подписаться Поделиться
Закрыть