Перейти к основному содержимому
AXIOMA AI
Все новости
AI-трансформация

Как ИИ помогает перерабатывать смешанные отходы в повторно используемые материалы

Как ИИ помогает перерабатывать смешанные отходы в повторно используемые материалы
30 000
тонн углекислого газа, предотвращено технологией EverestLabs AI

AI и робототехника помогают улучшить сортировку отходов, извлекая ресурсы, которые иначе оказались бы на свалках. NVIDIA поддерживает стартапы, применяющие ИИ для повышения эффективности переработки.

Мировое производство твёрдых коммунальных отходов составляет более 2 миллиардов тонн в год, и эта цифра может почти удвоиться к 2050 году.

AI и робототехника помогают изменить эту тенденцию, улучшая сортировку для извлечения ресурсов, которые иначе оказались бы на свалках.

AIRECO использует ИИ для более точной сортировки пластика, что позволяет направлять материалы в циклы замкнутой переработки, где использованные изделия повторно перерабатываются в новые версии тех же продуктов.

На пилотной линии в Тайнане система AIRECO достигает точности распознавания более 95% и использует NVIDIA Jetson Orin NX для управления роботизированными манипуляторами, которые извлекают объекты с конвейера.

EverestLabs AI развернула около 150 роботизированных систем в Северной Америке и Австралии, которые в реальном времени сортируют отходы на конвейерах, действуя максимально оперативно, чтобы успеть до того, как материал уйдёт дальше.

Система EverestLabs, использующая NVIDIA RTX GPU на периферии и NVIDIA CUDA для оптимизации моделей, которые обучаются на NVIDIA data center GPUs, уже обработала около 40 миллиардов объектов, переработала примерно 25 000 тонн материала и предотвратила выброс около 30 000 метрических тонн углекислого газа.

Greyparrot разработала платформу Analyzer, которая с помощью компьютерного зрения идентифицирует каждый проходящий объект по материалу и бренду, даже в пыльных условиях или при плохом освещении на конвейере, движущемся со скоростью до 4 метров в секунду.

Более 300 систем Analyzer, работающих в более чем 20 странах, выполнили более триллиона детекций ограничивающих рамок, сократив время проверки 15 тонн отходов с 375 часов до шести.

reverse.fashion применяет компьютерное зрение высокого разрешения для автоматической сортировки одежды, распознавая тип изделия, дефекты, цвет, размер, бренд, структуру ткани, сезон и стиль, чтобы направлять каждую вещь в наиболее ценную категорию.

Система reverse.fashion, использующая более дюжины моделей ИИ, оптимизированных с помощью NVIDIA TensorRT и работающих на NVIDIA Jetson, сортирует за час то, что ранее занимало неделю, и сейчас внедряется на предприятиях в Европе.

Это краткое изложение. Полный текст статьи доступен на сайте источника:

Читать полностью на NVIDIA

Как это касается вашего бизнеса

Новая модель или сервис дают эффект, только если данные и процессы компании к ним готовы. Аудит ИИ-готовности покажет, где ИИ даст максимальную отдачу, а где внедрять его преждевременно.