机器人完成回收工作：麻省大学毕业生展示他们的人工智能机器人垃圾分类机
快速阅读: 据《每日汉普郡公报》最新报道，麻省大学毕业生创立的rStream公司展示了一种人工智能驱动的垃圾分类机器人，旨在解决回收污染问题。该技术通过AI分析垃圾图像并分类，有望提高回收材料的质量，减少垃圾填埋量。两位创始人希望这项技术能广泛应用于各类垃圾处理场景。
机器人负责回收工作：麻省大学毕业生展示其人工智能驱动的垃圾分类机器人
周五，在麻省大学（UMass），分拣后的垃圾和可回收物从rStream垃圾分类拖车后部掉落。根据UMass新闻稿，该拖车“每小时可分类半吨垃圾”。
STAFF PHOTO / 丹尼尔·雅各比二世
rStream联合创始人伊恩·古德因（左）和伊森·沃科站在他们位于阿默斯特UMass废物回收与转运设施的拖车垃圾分类器旁边。拖车内的机制使用人工智能对垃圾和可回收物进行分类。
STAFF PHOTO / 丹尼尔·雅各比二世
一堆等待由rStream拖车分类的垃圾伫立在UMass废物回收与转运设施中，时间是2025年3月14日，地点在阿默斯特。拖车内的机制使用人工智能对垃圾和不同类型的可回收材料进行分类。
STAFF PHOTO / 丹尼尔·雅各比二世
rStream垃圾分类器外侧的屏幕上显示了人工智能在UMass废物回收与转运设施中处理的物品。
STAFF PHOTO / 丹尼尔·雅各比二世
rStream联合创始人伊恩·古德因在2025年3月14日阿默斯特UMass废物回收与转运设施的展示活动中接受媒体采访。
撰稿人：艾米莉·克莱因
记者
发表于：2025年3月15日下午2点26分
阿默斯特，马萨诸塞州
UMass 人工智能 回收 脸书 垃圾 可持续性 阿默斯特——花生酱罐、外卖盒和软塑料包装经常被丢进回收箱，污染有价值的塑料、纸板和纸张，导致更多垃圾进入垃圾填埋场。
但如果消费者对回收规则感到困惑而引发这一污染问题，总部位于索默维尔的机器人初创公司rStream相信，他们可以通过使用人工智能来分类垃圾和可回收物来解决这个问题。
“我们的目标是制造能够分类垃圾和可回收物的设备，”rStream联合创始人伊恩·古德因说道。“这可以服务于将单一流垃圾分离成各种商品的功能，这些商品最终可以打包出售用于再制造。我们今天正在做的另一个功能是实际的预分类。”
上周，rStream在UMass餐饮区和UMass废物回收与转运设施试点了其自动垃圾分类的人工智能技术，练习识别和分离塑料、纸张和纸板。给算法提供更多数据以优化其性能，rStream的机器人技术就能生产出更清洁的可回收材料，供废物公司销售，从而提高可回收产品的质量，并减少每年送往垃圾填埋场的垃圾量。
“我们都经历过盯着垃圾桶不知道该把东西放在哪里的感觉，”古德因说。“如果每天有五万人经历这种感觉，那么就有大量机会错过了这些材料的可持续回收。”
利用人工智能分析图像的能力，rStream的机器人通过摄像机查看拖车中插入的每件垃圾，并尝试将其图像与其数据集中其他垃圾图片相匹配。如果计算机将某个物品与数据库中的可回收材料相关联，它就会将其重新导向至回收路径。
“它正在构建与个别客户合作以识别他们特定分类需求的能力，”餐饮可持续发展负责人凯西·威克斯（Kathy Wicks）说。“目前，它设置为处理回收和垃圾，但最终我们可以分离出所有UMass的水瓶，并将其发送给一家将这些瓶子回收成服装并出售给UMass的公司。”
本周对古德因和他的联合创始人伊森·沃科来说是一次回家之旅，他们在UMass工程学院就读时构思了rStream。沃科说，他和古德因曾在聚合物科学实验室工作，研究聚丙烯（一种用于椅子、箱子和瓶子的硬塑料）的回收化学过程。然而，尽管食堂频繁使用聚丙烯，他们很难获得这种材料。
文章继续阅读…
昨日最受欢迎的文章
富有同情心的理发师：东汉普顿英雄理发店因其包容氛围而蓬勃发展
阿默斯特周边：学校冲突促使制定家长行为准则
哈特菲尔德住房管理局董事会呼吁罢免“有毒”成员
特别委员会访问西马萨诸塞州期间评估犹太人在该地区的气候
罗斯特将在北安普顿关闭14年后结束营业
区域财产转让记录，2025年3月14日
每日谜题
十字|字谜
翻转艺术
类型切换
拼字塔
真的很糟糕的国际象棋
“当我们继续深入这个兔子洞，并开始与100多位从事废物管理行业的人员交谈时，我们开始看到所有这些线索都指向一个巨大的挑战，即如何将所有可回收物从污染中分离出来，”沃科说。“这是一个巨大的挑战，一旦我们多次听到它，我们就无法不尝试解决它。”
自2022年从UMass大学毕业以来，沃科和古德因已经为其创业公司筹集了300万美元，并成为Activate Fellow以进一步开发他们的概念。创建人工智能的数据集非常庞大，因为创业者不仅教会了计算机什么是可回收材料，还教它处理各种皱缩、压扁和扭曲的形式。
“有了数十万张照片，你可以构建一个足够好的模型，可以分类各种类型的垃圾，因为垃圾真的很难处理，”沃科说。“有时水瓶标签不见了，有时瓶盖不见了。所以所有这些事情，你必须变得非常强大，这就是为什么需要大量的数据、时间和技能才能做出有效的东西。”
rStream面临的最大挑战不是建立人工智能模型，而是训练它。沃科回忆起第一次在他们位于索默维尔Greentown实验室测试程序时的情景，在恶臭的垃圾中穿着垃圾清理服。最后，沃科和古德因开始寻找更大数量的垃圾。由于没有方法将垃圾带到他们的电脑前，他们决定将机器人分类器带到垃圾中。
“使其具备移动性，以便我们可以将其带到垃圾产生的地点，而不是试图将垃圾带入我们的实验室，这让我们比预期更早地将技术带出实验室，”沃科说。
沃科和古德因在每次测试中看到他们的AI准确率不断提高，不仅将垃圾与可回收物分开，还将不同的可回收材料分类打包出售。AI甚至学会了边缘情况，比如让人头疼的花生酱罐或番茄酱瓶，这些通常由于食物残留而无法回收。
“我们核心技术的一部分是拥有一个足够容易训练的模型，因为我们处理的是不断变化的垃圾，并且即使在已知的多样性范围内，也会遇到许多意想不到的情况，”古德因说。
然而，人工智能模型成功的关键并不是技术或垃圾本身，而是指导沃科和古德因的废弃物管理工作人员。威克斯表示，他们非常愿意接受反馈，倾听行业需求，并扩展其模型以适应不同场地的定制化需求。
“它允许我们基于特定场所的规则集动态决策，”古德因说。“不同的运输商、不同的建筑有不同的回收规则，所以我们能够确切了解那里的情况，并与像凯西和UMass可持续发展团队这样的人员合作，将这些检测结果映射到规则上。”
本周，rStream在校园中心到穆林斯中心等不同建筑物中对垃圾进行了分类，以了解更多关于其垃圾拖车在不同规模和场景下使用的相关信息。
“每个不同的环境都有不同的材料，所有这些都被纳入系统的学习过程中，”威克斯说。“他们正在考虑从小到大、再到更大的应用，因此最终会成为一个固定化的系统，以满足其所在场地的具体需求。”
虽然rStream仍处于早期阶段，但古德因认为这项技术可以取代消费者对回收箱内物品的了解。
“我认为这种技术可以在任何有垃圾的地方普及，”古德因表示。
分享到Facebook
分享到Twitter
通过电邮分享
(以上内容均由Ai生成)
