私たちの地球になったごみだらけの荒れ地では、ガラガラした古い機械が回り、ごみを小さな四角い体に引き寄せ、激しく振動し、ごみを自分の体のように圧縮された形に戻します。
はい、映画「Wall-E」のWall-Eについて話していますが、彼は可愛すぎます。 しかし、映画の設定を知っていれば、ゴミ圧縮ロボットであるWall-Eが必要な世界に誰も住みたいとは思わないでしょう。 それは、私たちの地球が住みにくくなったことを意味します。
「Wall-E」の設定を現実にしたくないのですが、ロボットWall-Eはどうですか?
トロント大学の5人の大学院生で構成されるTeam Paramount AIには答えがあります。 チーム—今年のKPMGの勝者 アイデアチャレンジ —人工知能を使用して、実際のWall-EであるRoboBinを開発しましたが、目的は異なります。
RoboBinは、廃棄された大地で大量のゴミを粉砕する代わりに、各ゴミがどこにあるかをユーザーに伝えることでユーザーが適切にリサイクルできるよう支援します。
「私たちの目的は、廃棄物の投げ方を再定義することです。 このビジョンを前にして、ロボビンはもはや夢ではなく、現実的な現実になり得ると感じました」と、チームメンバーのNikunj Viramgama氏はThe University Network(TUN)に語りました。
問題
都市化、人口増加、経済発展はすべて、廃棄物発生量の増加という世界的な問題の一因となっています。
による 研究 グローバルリスクコンサルティング会社であるVerisk Maplecroftによって、私たちはグローバルコミュニティとして、毎年2.1十億トン(または2.3十億トン)の都市ごみ(MSW)を生み出しています。 この1年間の負荷は、822,000オリンピックサイズのスイミングプールを満たすのに十分です。このプールは、エンドツーエンドでレイアウトすると41,000キロメートル(25476マイル)になります。 ただし、この年間負荷の16パーセントのみが適切にリサイクルされます。
これは、リサイクル可能な廃棄物とリサイクルできない廃棄物が同じダンプに何度も行き過ぎて、リサイクル汚染につながることを意味します。
「データを分析すると、問題がさらに大きいことがわかりました。 リサイクル廃棄物の汚染により、ほとんどの廃棄物は埋め立て地に巻き込まれます」とビランガマは言いました。
この問題は、私たちの裏庭でさらに不均衡に大きくなっているようです。
その調査では、Verisk Maplecroftは、世界人口の36パーセントを構成する中国とインドが世界のMSWの27パーセントを生成するのに対し、世界人口の4パーセントのみを構成する米国は世界の12パーセントを生成することを発見しましたMSW。
米国で発生するすべての廃棄物のうち、アメリカ人はMSWの35パーセントしかリサイクルせず、リサイクル汚染につながります。
そして、ゴミを捨てるには費用がかかります。 2019では、埋め立て地に廃棄物を処分するための全国的な平均費用は $55.36 トンあたり。
計算を行うと、15で米国の廃棄物を浄化するのに2019億ドル以上の費用がかかります。
そして、ここでRoboBinが登場し、AIを使用して、ごみの発生源、ごみ箱、または地元の図書館の隣にあるごみ箱を適切に分別することにより、埋め立ての問題を解決します。
ロボビン
Team Paramount AIのアイデアは、すべてのチームメンバーが人生のある時点で経験した日常的なジレンマから始まりました。 キャップを含む水のボトル全体はプラスチックですか? プラスチック容器をリサイクルする前に洗浄する必要がありますか?
世界ではどのように適切にリサイクルしていますか?
まったく同じ質問をしている人のために、RoboBinが助けになります。
廃棄物をRoboBinに入れてボタンを押します。 RoboBinはアイテムをスキャンし、ごみ、リサイクル可能なもの、有機物とは異なる廃棄物の35,000以上の画像のライブラリと相互参照し、最終的にアイテムがどのビンに属するかを判断します。
「つまり、基本的に各ピクセルを個別に分析してから、[RoboBin]はコンテンツの最適な説明を見つけます」とチームメンバーのVaibhav Gupta氏 CBCニュースに語った.
セットアップのコストを節約するために、チームは、既存の公共ゴミ箱の上に簡単に置くことができるアクセサリとしてRoboBinを構築しました。
「時間を節約し、コストを削減し、環境を改善し、持続可能性への本当の目に見えるコミットメントにより、より良いコミュニティを構築するものを作ることに熱心でした」とViramgamaはTUNに語りました。
チームが直面した課題
彼らが自分のアイデアのプロトタイプを構築する過程で、問題が発生しました。
まず、RoboBinは既存の公共ゴミ箱の付属品である必要があるため、このデバイスはさまざまな性質や人的虐待の要素に耐える必要がありました。
「システムは非常に堅牢で信頼性が高い必要があります。重大なダウンタイムはビンの目的を完全に無効にするためです」とViramgama氏は述べています。
第二に、都市や地域ごとに廃棄される廃棄物の種類が異なるため、RoboBinは、さまざまな種類のゴミの画像の非常に包括的なライブラリでトレーニングする必要がありました。
KPMGチャレンジを獲得した後、チームは、コンパクター、ソーラーパネル電源、および見込み顧客の要件に関する条件ベースの監視用のIoTベースのセンサーなどのオプションを追加することにより、モデルをさらに改善しました。
脚のアイデア
チームパラマウントAIにとって、創造的なアイデアを妨げる課題を克服する最良の方法は実用的でした。
KPMGチャレンジでアイデアを提案する前に、学生は現在の廃棄物管理市場の徹底的な調査を行い、出版物とプレスリストの包括的なリストを収集し、最も実現可能なビジネスモデルを見つけました。
たとえば、最終プレゼンテーションでは、実際のテーマパークで発生した廃棄物の量を、実際の生活の中でロボビンをどのように、どこで適用するかのマイクロバージョンとして使用しました。
「このチームは、特に彼らのアイデアのビジネスケースに命を吹き込みました...このアイデアには足があります。 KPMGのパートナーであり、Idealtion Challengeの審査員であるAnthony Coops氏はCBC Newsに語りました。
生徒たちはまず、地元の近所でロボビンをテストする予定です。
「私たちの最初のステップは、消費者のフィードバック、ユーザーエクスペリエンスデータを取得し、実現可能性と拡張性をテストするために、近隣でRoboBinをローカルスケールで起動することです」とViramgama氏は述べています。
結果と適切なアップグレードで、彼らはトロント市にアイデアを売り込みます。
トロント市でローンチした後、彼らはテーマパーク、レストラン、空港、ビジネススペースなどの民間セクターに徐々に拡大したいと考えています。
倫理的AI
すべての成果を別にして、学生の最大の目標は、グローバルな問題を解決するために倫理的で多文化的で公平な方法でAIの未来を磨くことです。
メディアの恐怖に後押しされ、倫理の喪失とプライバシーの侵害という犠牲を払って技術が進歩するという一般的な信念にもかかわらず、学生は、ロボビンが適切に使用された場合にどのように倫理的であるかを世界に示すことができることを望んでいます。
たとえば、RoboBinをプログラムして、ゴミ箱に入れられたオブジェクトの画像のみをキャプチャし、ビンにオブジェクトを投げた人の画像はキャプチャしないようにしました。
「技術の発展に伴い、人々はそれがバイアスの増大と倫理の損失というコストを伴うと考えています。 それは常に真実ではない」とビランガマは言った。 「当社の製品では、廃棄物分別のためのAIソリューションを設計する際に、倫理も考慮しました。」