新浪科技楊雪梅
今天你的都市開始“垃圾分類”了嗎？
上海先行示範，北京、天津、重慶、成都、西安、武漢等46個重點都市也將有望在2020年底前，基本建成垃圾分類處理系統。
垃圾分類本質上是件對社會和環境利好的事情，可是，嚴苛的分類標準和條例卻讓大家叫苦不迭，由於人為處理較為複雜、意識和習慣未形成，“垃圾分類難”深深困擾著福斯。
有人指出，人工智慧這幾年發展迅速，能不能通過AI手段和科技來解决垃圾分類難題呢？
甚至，是否有望出現一款分類準確、價格便宜、適合個人使用的智慧垃圾桶？
“垃圾分類”中的真實需求是什麼？
“猪骨頭是幹垃圾，雞骨頭卻是濕垃圾；小龍蝦殼是濕垃圾，螃蟹殼卻是幹垃圾”“996上班族不配扔垃圾”“確認過眼神，都是偷偷丟垃圾的人”……隨著上海生活垃圾管理條例的正式施行，以及嚴格的懲罰措施，網友直呼“史上最嚴垃圾分類措施”來了。
其實，這些調侃背後，代表了福斯真實的垃圾分類“痛點”。
在上海的小語（化名）表示，最頭疼的是分不清幹垃圾和濕垃圾、但是査詢又很麻煩。她以前有時會閉眼扔幹垃圾，但是條例實施後，會有人現場監督檢查，扔錯要罰款。
“濕垃圾需要破袋，尤其是真空小包裝的鴨脖之類，有的時候需要把骨頭從每一個袋子裏拿出來，還挺麻煩。”
小語表示，其實很多的麻煩存在於路上，比如趕時間，上班路上吃個包子或者鴨脖，可能一條路都找不到一個濕垃圾筒。
此外，扔垃圾也會限定時間，同樣在上海的工作的林琳（化名）常常抱怨扔垃圾的時間太短了，完美錯過上下班時間，大夏天就比較鬧心，尤其廚餘垃圾很容易發酵。她也很少使用軟件具體去査詢分類，“很多時候是憑感覺分的”。
在林琳看來，目前國內的現狀是濕垃圾很多。我國生活垃圾最主要的構成部分是廚餘垃圾，超過60%，有的地區甚至達到70%至80%，對比歐美國家，他們的廚餘垃圾占到25%左右。含水率很高、容易腐爛降解的濕垃圾在一定程度上帶來了很多現實困難。
隨著垃圾分類成為今夏最熱話題，國內互聯網、科技公司紛紛推出了小程式、App等査詢應用，包括百度、搜狗、科大訊飛等公司均推出了相關的智能查詢功能。支付寶、微信上也有不少相關小程式和小遊戲。這些應用的特點大同小异，主要以査詢為主，支持語音、影像査詢。
湧現的App或者小程式真的有幫助嗎？確實有很多用戶在必要的時候會使用。但是也有一些像小語一樣，認為蒐索査詢很麻煩的用戶。“我覺得扔垃圾的成本變高了，可能有的人受教育程度不高，或者是年紀大了，學習本身成本也很大。”她說到。
此外，由於資料庫不够豐富和龐大，很多用戶使用之後也會吐槽，“普通的不用問，想問的它不懂”。後期，用戶養成一定分類習慣後，除非遇到罕見垃圾，在關鍵時刻可能會起到作用，否則使用頻率可能不會很高。
“想要一款扔進去、自己分的垃圾桶”
相比較査詢垃圾類別，新浪科技調查發現，一些上海的居民更希望能有一款能幫自己自動分類垃圾的智慧產品，而不只是簡單的查詢系統。
有網友也坦言，識別垃圾種類並不難，難的是代替人類分類垃圾的過程。
小語告訴新浪科技，自己最希望能有一個智慧垃圾桶，能讓扔垃圾更方便，“也就是說，在扔垃圾的時候，可以一下子搞明白是什麼垃圾，然後有垃圾桶可以扔”。她對智慧垃圾桶的期待是：分類準確、價格便宜、清潔方便、沒有异味。
那麼，現時AI科技的成熟度，是否支持這樣的產品實現落地？
在接受新浪科技採訪時，人工智慧科技與服務提供者第四範式的科技人員表示，垃圾分類中所涉及的電腦視覺科技包括了影像分類、影像定位、影像檢測等環節。
例如在垃圾分類的場景中，首先需要將帶有不同垃圾種類的圖片進行標注，標注是為了告訴電腦影像中出現的是可回收、廚餘、不可回收等不同類型的垃圾，以及垃圾在影像中的位置等資訊，作為訓練模型的原始數據。
模型訓練好後，可以將新的圖片輸入給模型，模型會識別、定位出是哪種類型的垃圾以及所在的位置，從而實現垃圾分類的需求。
“現時電腦視覺科技已經相當成熟，第四範式在電腦視覺領域已經有了深厚的積累。能否投入使用的關鍵在於模型識別的精准度，而影響模型精准度的關鍵在於原始數據量的質量的大小。原始數據質量越高，數量越大，訓練出識別準確率高的模型幾率越大。”
上述科技人員表示，資料庫中包含是經過標注過的數據，標注的質量越高，AI訓練的效果越好。
但現時，最大的問題是，標注數據的過程更多的是由人工來完成，現階段還無法由AI來實現。雖然一些研究者正在探索自動標注數據的工作，但離真正應用還存在很長的距離。
此外，值得思考的是，如果將來各個都市的垃圾分類標準不統一，也將會對AI提出更高的要求。
其實在國外，已經有相關相對簡單的智慧產品推出，比如一款可以認識垃圾内容並自動的垃圾桶Oscar。但是這樣的產品會適合國內的垃圾分類環境嗎？
每個垃圾箱旁邊有一個AI設備太難了
2018年，國外一家公司推出了智慧垃圾桶Oscar。它可以識別被放入的垃圾種類，自動將垃圾分類。其外觀類似一個收納櫃，內部分為左右兩個區域，頂部設計了感應功能，垃圾桶蓋會在用戶靠近時自動打開，垃圾通過投入口進入桶內後，通過掃描分析，會將垃圾自動分類，比如香蕉皮自動滑入不可回收箱，紙類物品則滑入可回收箱內。
據瞭解，Oscar的背後有個强大的資料庫，通過監視器掃描物體後，進行後臺匹配，最終得出垃圾内容。而不在資料庫裏的垃圾，將無法被識別。不過，遇到不可識別的垃圾種類時，用戶可以通過按鈕手動分類，而垃圾桶也就記住這個物品分類，上傳至資料庫，方便以後的識別。
這款垃圾桶還需要在網路環境下才能運作。該產品眾籌時的價格為1000美元，目前尚未上市。
不過，這款產品看起來可能符合用戶的需求，但昂貴的價格、穩定網路環境的支持，顯然不適合大多數的家庭，鋪設到社區也需要很高的成本。
此外，面對國內幹濕垃圾、廚餘垃圾等更加複雜的分類，則需要更複雜的資料庫，搭建起來又是一項龐大的工程。有網友就擔心Oscar這樣的垃圾桶在使用程度上，可能並不比傳統的分類垃圾箱省事多少，而且誤判應該不會太低。
在談到智慧垃圾桶時，林琳就認為，智慧垃圾桶的成本相對於個人來說太高了，“如果有更適合分裝的垃圾袋就好了”。
“我覺得AI幫助垃圾分類也在B端，最後專業化的分解當中，而不是體現在每個垃圾箱旁邊有一個AI設備，這件事情是反經濟規律的一件事情。”接受新浪科技採訪時，搜狗公司CEO王小川認為。
現時，在對B端的的垃圾處理上，國外已經有公司在做這樣的事情。
印尼有一家叫Gringgo的公司，致力於使用AI科技進行垃圾分類與回收。他們在印尼都市Denpasar和數據公司Datanest合作，使用大量圖片訓練出了可以快速分類不同種類塑膠的模型。
Gringgo公司用影像識別技術構建了一個AI工具，用戶用手機拍照上傳後，不僅可以為不同的垃圾進行分類標記，還可以分析出其中可回收的塑膠垃圾值多少錢。未來，這家公司可能會與Google AI的專家合作，將更多AI科技融入到他們的垃圾管理系統。
目前來看，指望通過AI產品來完全代替人們解决分類需求，似乎還比較遙遠。王小川表示，“這個事情我們還在觀察，我是支持居民對於環保和垃圾分類有這樣一個概念，我也期待能减低普通消費者的負擔。但可能簡單的分類大家容易判斷，最後還是得有專業的機构在B端能够做專業化的分類體系。”