沒有人願意花費數小時在源源不斷的垃圾中挑揀；這就是為什麼許多回收作業依賴於自動化系統來分離塑膠容器、玻璃瓶、鋁罐和混合紙張。但是這些系統的記錄並不完美，因此必須有工人站在一旁，撿拾機器未能抓住的東西。廢物管理公司（Waste Management）是一家垃圾運輸業巨頭，在北美擁有 100 家回收設施，僱用了約 3,000 名人工分揀員——但它很難找到願意每天上班的工人，而且許多人在幾個小時內就辭職了。這是該公司開始測試新型機器人的原因之一，這些機器人最終可能會加入人工分揀線。
“這是一個非常難招人的職位，這就是機器人技術對於這個職位有意義的原因，”廢物管理子公司 WM Recycle America 的財務副總裁布倫特·貝爾 (Brent Bell) 說。
美國產生了大量的垃圾。每個美國人平均每年扔掉約 2,555 磅的垃圾，估計其中 75% 是可回收的。機器處理垃圾的速度比人類快得多；魁北克製造商 Machinex 開發的光學分揀機每分鐘最多可分離 3,000 件可回收物。這種型別的技術依賴於磁鐵來拉出一些金屬，渦流來捕捉其他非磁性金屬，以及近紅外光來幫助光學分揀機檢測不同等級的塑膠。但是，由於美國回收系統固有的高汙染率，它們的準確性會受到影響。
關於支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您正在幫助確保有關塑造我們當今世界的發現和想法的具有影響力的故事的未來。
與大多數工業化國家不同，美國絕大多數採用了便捷的單一流回收方法，讓人們可以將塑膠、玻璃、金屬和紙張扔進一個收集箱中。這種便利性提高了回收率和相對高效的收集。但它也加劇了汙染：美國工業界估計，提交的物品中有 20% 到 25% 是不可回收的垃圾。問題部分源於消費者對哪些物品符合條件的困惑，以及“願望回收”：碰碰運氣，將某些東西扔進指定的垃圾箱，希望它能獲得新生。許多物品在收集、運輸或卡車內壓實過程中也會變得無法使用，壓實會將所有東西壓碎在一起，用液體汙染紙張，並將碎玻璃磨入其他物品中。
因此，人工必須介入。否則，錯誤識別的物品可能會損壞昂貴的裝置或暫時關閉回收作業。例如，輕質塑膠和紙張碎片在巨型旋轉機器中處理。非營利組織容器回收研究所（Container Recycling Institute）的執行董事蘇珊·柯林斯（Susan Collins）表示，被忽略的金屬或玻璃容器偷偷溜進去可能會變成高速射彈，該研究所位於加利福尼亞州卡爾弗城。
一些公司沒有費力尋找人類來不斷監督這個過程，而是正在測試配備夾爪或吸盤的人工智慧驅動機器人，以揀出可回收物品。它們使用攝像頭和其他感測器，結合機器學習軟體，來識別與特定物品相關的視覺模式。然而，為了取代人類，這種機器人最終必須勝過我們——人類質量控制工人每分鐘揀出約 30 到 40 件物品。“如果這個 [機器人] 可以揀出兩倍或三倍於人工的物品，那麼我們可以開始研究經濟效益，看看我們是否可以證明購買是合理的，”貝爾說。
去年，芬蘭公司 ZenRobotics 推出了其 Fast Picker 機器人，該機器人每分鐘大約可以抓取 66 件物品。ZenRobotics 的營銷總監 Janica Johansson 說，現在一些回收公司正在談論沒有人工的 AI 驅動的“黑暗工廠”或“熄燈場所”。其他公司仍然設想機器人與人類協同工作。“它們不會取代人類——我們絕對會在我們的工廠中保留質量控制人員——但它們將使我們能夠每小時處理更多的噸數，並提供更清潔的可回收產品，”Rumpke Waste & Recycling 的回收主管史蒂夫·薩金特（Steve Sargent）說。
與廢物管理公司一樣，Rumpke 希望將回收機器人整合到其現有運營中，其中包括在俄亥俄州、印第安納州、肯塔基州和西弗吉尼亞州提供的區域服務。該公司特別熱衷於在辛辛那提的回收設施中試用 Machinex 開發的名為 SamurAI 的機器人。SamurAI 每分鐘可以揀出約 70 件物品，因此它的工作速度比 Machinex 的標準分揀裝置慢。但其仍然超人的速度意味著它可以在質量控制部門真正發揮作用。
更新的技術可能會進一步提高機器人的效率。麻省理工學院計算機科學與人工智慧實驗室 (CSAIL) 最近推出了一種實驗性的 RoCycle 系統，該系統使用柔軟的特氟龍“手指”，這些手指具有指尖感測器，可以檢測物體的大小和硬度。這種機器人的速度比人類慢得多；當它嘗試識別模擬傳送帶上的物體時，僅憑觸控就只能達到 63% 的準確率（紙包錫罐構成了一個特殊的挑戰）。CSAIL 在麻省理工學院的電氣工程和計算機科學教授兼主任 Daniela Rus 說，透過將觸覺資料與來自攝像頭的視覺資料相結合，這種準確率可能會提高。
“人工智慧解決方案使我們能夠在確保我們不僅僅是將分揀勞動轉移到更弱勢群體的情況下，保留這種便利性和 [單一流回收] 的廣泛採用，”麻省理工學院電氣工程和計算機科學博士候選人、RoCycle 論文的主要作者莉蓮·陳 (Lillian Chin) 說。然而，懷疑論者指出，回收設施中的機器人無法解決美國單一流系統的一些根本缺陷，包括從路邊收集開始的汙染問題。“如果玻璃到達分揀設施時已經破碎，機器人將無法修復破碎的玻璃，”柯林斯說。麻省理工學院的研究人員建議，機器人有一天可以在路邊收集之前對可回收物進行預分揀——但尚不清楚誰將為安裝此類機器人付費，即使該技術成熟。
儘管存在這些限制，但在中國於 2018 年初停止進口全球受汙染的混合紙和塑膠垃圾之後，轉向機器人的趨勢獲得了新的動力，這震撼了全球回收行業。許多美國城市和城鎮不再能夠外包乏味、骯髒和危險的垃圾分揀工作，而是轉而將可回收物直接傾倒到垃圾填埋場或焚化爐中。美國和全球塑膠回收率平均僅為可憐的 9%；全球塑膠垃圾中有另外 12% 最終被焚燒，而 79% 要麼進入垃圾填埋場，要麼堆積在自然環境中。
能夠展示超人分揀速度且錯誤不太多的機器人可能足以加入回收生產線。但除了新技術之外，廢物管理公司和 Rumpke 等公司仍然強調需要教育客戶瞭解他們可以回收什麼以及應該如何回收。這意味著關注基本的可回收類別，並教導人們避免將花園軟管、聖誕燈和塑膠袋等物品混入其中。改變人類浪費的生活方式是一場長期的鬥爭——每個人都承認，如果沒有人類的參與，人工智慧和機器人無法解決回收危機。