Мусорные нейроны

Искусственный интеллект помогает перерабатывать отходы

РБКHi-Tech

Мусорные нейроны

Искусственный интеллект помогает перерабатывать отходы

Текст: Павел Карасев

Зеленая» экономика, как любая другая прогрессивная отрасль, развивает не только традиционную инфраструктуру, но и активно экспериментирует с передовыми технологиями — например, искусственным интеллектом (ИИ). Самый очевидный сценарий применения ИИ в отрасли — «умная» сортировка мусора, способная повысить эффективность переработки отходов. Журнал РБК поговорил с энтузиастами из России, мечтающими построить бизнес в перспективной нише.

Планетарий и роботы

Проект: NeuroRecycle
Концепция: Робот с искусственным интеллектом для сортировки отходов
Место: Санкт-Петербург
Основатель: Евгений Гудов, «Планетарий 1»
Инвестиции: 25 млн руб.

33-летний уроженец Санкт-Петербурга Евгений Гудов долгое время работал в консалтинге, а в последние годы запускает в родном городе необычные бизнес-проекты. В 2015-м он организовывал мультимедийные выставки (например «Айвазовский и маринисты»), а в 2017-м вместе с партнерами открыл крупнейший в мире планетарий в здании бывшего газгольдера на Обводном канале. На реставрацию купола рекордным диаметром 37 м и покупку современного оборудования потратили 400 млн руб. Столь масштабный проект потребовал квалифицированной команды разработчиков и технологичного инвентаря. Все это пригодилось в новом стартапе Гудова — NeuroRecycle. Робототехнический проект вырос на базе некоммерческого коворкинга YotaLab, который предприниматель создал в альянсе с мобильным оператором Yota. Всего пространством пользуются более 60 специалистов, большинство — сотрудники планетария. Из них десять трудятся над NeuroRecycle.

NeuroRecycle — это сортировочный робот-трипод и нейросеть. Робот выглядит как перевернутый штатив, к которому прикреплена роборука. Она двигается по трем осям и, пользуясь технологиями искусственного интеллекта, сортирует мусор по фракциям. Нейросеть — это математическая модель, имитирующая деятельность человеческого мозга. Для сортировки разработчики «обучают» ее различать изображения отходов. Сеть сначала «съедает» базу готовых картинок, анализирует их и позднее уже сама понимает, к какой группе относятся новые данные. Затем она дает команду роботу, который осуществляет механическую сортировку.

Эта процедура напоминает традиционную оптическую сортировку мусора с применением инфракрасного излучения, отражение которого от материалов позволяет конвейеру определять тип мусора на сортировочной ленте. Однако стоимость нейросетей ниже: если оптические машины на вторичном рынке не приобрести дешевле €50 тыс., то большая часть софта для разработки и обучения ИИ — в открытом доступе. В случае NeuroRecycle, к примеру, используются готовые решения YOLO и TensorFlow.

Ими же пользуются зарубежные аналоги — например, канадская Waste Robotics и финская ZenRobotics. Главным отличием российского проекта от конкурентов Евгений Гудов называет работу «не только со строительным мусором, но и с бытовыми отходами», А также более дешевую разработку. Экономия в четыре-пять раз достигается за счет материалов и комплектующих (робот — собственной сборки), объясняет предприниматель. Как и в других подобных проектах, основная проблема NeuroRecycle — в наборе визуальных данных для нейросети. Поскольку универсальной базы нет, разработчикам самим приходится искать и фотографировать мусор, А затем обрабатывать изображения для загрузки в собственную базу.

Текущий процент сортируемых «умным» роботом отходов Гудов не раскрывает. Цель — разбор не менее 70% изучаемого мусора, остальные 30% все так же отправятся на полигон или мусоросжигательный завод.

NeuroRecycle пока на стадии прототипа: выставочная версия робота будет готова к лету, а «воспитание» нейросети завершится в конце 2019-го. Инвестиции в проект уже достигли 25 млн руб. Готовый продукт Гудов планирует продавать или развивать совместно с другими компаниями. Недостатка в покупателях не будет, уверен он: «Ориентируемся на заказчиков со стороны государства, технология будет им интересна». Миссией NeuroRecycle предприниматель называет снижение стоимости сортировки за счет исключения из процесса человека. «Мы хотим сделать эту сферу привлекательной и выгодной», — заключает Гудов.

Пицца за мусор

Проект: SmartBin
Концепция: «умная» урна
Место: Череповец
Основатель: Егор Спирин
Инвестиции: 100 тыс. руб.

19-летний студент Технологического института Карлсруэ Егор Спирин — еще один энтузиаст внедрения технологий ИИ в мусорную сферу. Его «умная» урна SmartBin при помощи нейросети определяет тип мусора и автоматически сортирует его в нужную корзину или предлагает забрать неподходящий мусор, чтобы выбросить в другом месте. Идея появилась у Спирина после путешествий в Европу: «В Германии и Финляндии стало понятно, что в других странах с переработкой мусора все сильно лучше, чем в России».

SmartBin внешне мало отличается от обычной урны — это сбитый из фанеры куб. «Магия» — внутри и в «облаке»: промежуточный отсек оборудован веб-камерой и одноплатными компьютерами Arduino и Raspberry Pi, которые отвечают за движение сортирующей створки и отправку изображения на удаленный сервер для обработки нейросетью. Урна использует нейросеть Inception V3 от Google на архитектуре TensorFlow. Базу изображений сети команда SmartBin расширяет каждую неделю.

Пока SmartBin принимает только пластиковые бутылки и алюминиевые банки. После получения идентификатора сырья от нейросети урна либо «проглатывает» бутылку в нужный контейнер, либо оповещает пользователя о том, что этот тип сырья не поддерживается. Егор Спирин также разработал для проекта бонусную программу. Бонусы можно получить за сдачу вторсырья через специальные контейнеры. За это пользователю начисляются баллы в мобильном приложении, которые можно обменять на товары и скидки компаний-партнеров. Так, за 50 пластиковых бутылок или 80 алюминиевых банок можно получить пиццу в одном из ресторанов Череповца.

Череповец — родной город Спирина: SmartBin он запустил в 2017 году, еще будучи школьником. А единственная рабочая урна стоит в альма-матер изобретателя — лицее АМТЭК. «Школьники — подходящая и открытая к новому аудитория, — объясняет Егор. — Особенности учебного процесса также использовали для совершенствования опыта конечного потребителя: идентификация пользователей происходит при помощи RFID-карт лицеистов».

В команду SmartBin помимо Егора Спирина входят разработчик Александр Алексеев, сотрудник Дарвинского заповедника Дмитрий Садоков и пять лицеистов АМТЭКа. Также проект консультируют создатели бота Open Recycle AI, который через окно диалога в мобильных мессенджерах определял, как пользователю следует поступить с той или иной фракцией мусора. SmartBin уже участвовал в профильных конференциях и соревнованиях, например в МГУ и МФТИ. Команда вела переговоры об инвестициях с перерабатывающими компаниями и Фондом развития интернет-инициатив, но ни с одним из потенциальных партнеров не сошлась по условиям. Единственным внешним инвестором проекта является Carlsberg Group — компания предоставила стартапу грант 100 тыс. руб. за победу в конкурсе экологических инициатив. Для полноценного инвестиционного раунда SmartBin пока не созрел, признает Спирин. И дело не в стоимости системы, А в сложности масштабирования на всю страну — «нет инфраструктуры», заключает разработчик.

Нейросети захватывают мир

США

В 2016 году нейросеть для сортировки мусора разработала команда студентов Стэнфорда. Они собрали более 2,5 тыс. фотографий шести типов отходов для ее обучения, А результат выложили в открытый доступ на сайте GitHub. Несмотря на масштаб работы, у нейросети получалось правильно определять тип мусора только в 25% случаев.

Чехия

В том же 2016-м группа ученых из Масарикова университета в Брно собрала для нейросети библиотеку из полутора тысяч фотографий на работающем сортировочном предприятии. Процент ошибок ИИ в итоге колебался между 28 и 35%. Исследователи отметили, что существенного повышения эффективности можно достичь, если снизить количество анализируемых фракций мусора, — при работе с тремя типами отходов вместо шести точность выросла до 80%.

Китай

Команда китайских исследователей из Шэньчжэня и других городов представила результаты разработки своей сортировочной нейросети в 2018-м. На сегодня это самый успешный пример: вероятность ошибки при разборе отходов не превышает 10%, утверждают ученые. Достичь существенного увеличения эффективности удалось тем же способом сокращения фракций: в Китае анализировали лишь два типа мусора.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Токсичный заряд Токсичный заряд

Кто и зачем перерабатывает батарейки и аккумуляторы

РБК
Правила жизни Фрэнсиса Форда Копполы Правила жизни Фрэнсиса Форда Копполы

Правила жизни режиссера кинотрилогии «Крестный отец» Фрэнсиса Форда Копполы

Esquire
Зеленые воротнички Зеленые воротнички

Как корпорации заботятся об окружающей среде

РБК
Кругосветное путешествие Алексея Камерзанова Кругосветное путешествие Алексея Камерзанова

Африканское дно: из Конго в Конго через Конго

4x4 Club
«Зайки» останутся без прав? «Зайки» останутся без прав?

Мошенников, не платящих за использование платных дорог, привлекут к ответу

АвтоМир
Словарик сериаломана. 15 слов, которые полезно знать каждому фанату сериалов Словарик сериаломана. 15 слов, которые полезно знать каждому фанату сериалов

Мечтают ли шоураннеры о синдикации процедуралов?

Maxim
Ловушка Facebook Ловушка Facebook

Почему сооснователь WhatsApp Брайан Эктон ушел от Цукерберга

Forbes
Дефицит запахов. Как разнообразить свою реальность Дефицит запахов. Как разнообразить свою реальность

Мы можем различать как минимум триллион различных ароматов

Reminder
Как наночастицы золота помогают победить рак Как наночастицы золота помогают победить рак

Наночастицы, которые могут применяться для диагностики и терапии онкозаболеваний

Популярная механика
Фильмы 1945-го: какие картины показывали в год Победы и почему они изменили советский кинематограф Фильмы 1945-го: какие картины показывали в год Победы и почему они изменили советский кинематограф

Хроника кинопремьер военных лет

СНОБ
5 не самых очевидных китайских фильмов, которые стоит посмотреть 5 не самых очевидных китайских фильмов, которые стоит посмотреть

Не все фильмы Поднебесной строятся исключительно на кунг-фу

Maxim
«Маячки», по которым манипуляторы вычисляют жертв «Маячки», по которым манипуляторы вычисляют жертв

Чем опасны личностные проблемы и как не дать манипулятору ими воспользоваться?

Psychologies
Творческая единица Творческая единица

У американской художницы Элайзы Дуглас есть что показать миру

Vogue
Mercedes-Benz GLK. И пусть вам повезёт! Mercedes-Benz GLK. И пусть вам повезёт!

Компактный, комфортный, надёжный, относительно простой и недорогой

4x4 Club
Правила жизни сэра Пола Маккартни Правила жизни сэра Пола Маккартни

Правила жизни одного из основателей великой четверки The Beatles Пола Маккартни

Esquire
5 ошибок в макияже нависшего века, которые все допускают — исправляет блогер 5 ошибок в макияже нависшего века, которые все допускают — исправляет блогер

Самые частые ошибки в макияже нависшего века, которые пора перестать допускать

Cosmopolitan
Учебник английского языка: самые распространенные ошибки в английском языке Учебник английского языка: самые распространенные ошибки в английском языке

25 ошибок, которые чаще всего допускают в английском языке

Esquire
7 физических симптомов тревожности 7 физических симптомов тревожности

Между тревожностью и телесными недомоганиями существует прямая связь

Psychologies
13 сериалов, которые мы будем смотреть этим летом 13 сериалов, которые мы будем смотреть этим летом

Лучшие сериалы лета 2020

GQ
Пара нормальных Пара нормальных

Татьяна Алешичева об экранизации романа Салли Руни

Weekend
Пища богов Пища богов

В Греции есть всё. Во всяком случае, всё, что нужно для хорошего застолья точно!

Лиза
Гарри ясно Гарри ясно

Дэниел Рэдклифф давно отошел от амплуа волшебника из Хогвартса

Esquire
Worms Armageddon: на дне Калифорнийского залива нашли дерущихся червей Worms Armageddon: на дне Калифорнийского залива нашли дерущихся червей

Похоже, «черви Элвиса» действительно сражаются между собой

National Geographic
Как Наоми Осака стала самой высокооплачиваемой спортсменкой в истории и обогнала Шарапову Как Наоми Осака стала самой высокооплачиваемой спортсменкой в истории и обогнала Шарапову

Как Наоми Осака заработала $37 млн, побив рекорд Марии Шараповой

Forbes
Фамильная ценность Фамильная ценность

Юная модель Стейнберг в самоизоляции времени даром не теряет

Vogue
Девушка в цвету Девушка в цвету

Саша Пивоварова примеряет летние платья, но не на себя, а на свое альтер эго

Vogue
Пусть цветут все цветы Пусть цветут все цветы

Зачем мать пятерых детей стала президентом Специальной Олимпиады России

Tatler
Оральные контрацептивы и гормон любви - какова связь Оральные контрацептивы и гормон любви - какова связь

Как влияют на эмоции женщины противозачаточные таблетки?

Популярная механика
Нержавеющая катастрофа: история самого загадочного автомобиля 1980-х Нержавеющая катастрофа: история самого загадочного автомобиля 1980-х

История Delorean DMC-12 — это драма о бунтаре Джоне Захарии Долореане

Популярная механика
Раки-богомолы обладают самыми сложными в мире глазами Раки-богомолы обладают самыми сложными в мире глазами

Глаза рака-богомола могут воспринимать до 12 цветов, а также инфракрасный свет

National Geographic
Открыть в приложении