In diesem ersten Blog einer Viererserie zu künstlicher Intelligenz (KI) und maschinellem Lernen (ML) habe ich
Schauen Sie sich an, was es ist und warum es das Potenzial hat, den Recycling- und Abfallsektor zu verändern.
Weitere Blogs in dieser Serie sind:
• Verwendung von KI und ML in MRFs und um Ihre Materialzusammensetzung zu verstehen
• Wie AMCS KI- und ML-Lösungen für das Recycling von Fahrzeugen entwickelt
• Die Zukunft von KI und ML im Recyclingsektor.
Was ist Künstliche Intelligenz (KI)?
Im Wesentlichen beinhaltet KI Prozesse und Algorithmen, die einige menschliche Fähigkeiten replizieren können, wie z.B.
als Problemlösung und Lernen. In gewisser Weise ist KI bei einigen Aufgaben bereits besser als
Menschen wie das Erkennen von Mustern in riesigen Datenarrays. Aber wir sind nicht an dem Punkt, an dem KI
so talentiert wie das menschliche Gehirn, und es wird vielleicht nie sein.
Wenn KI für bestimmte Aufgaben eingesetzt wird, kann sie sich auf Prozesse konzentrieren, die wir möglicherweise als mühsam empfinden oder
unfähig dazu. Zum Beispiel würden Sie keinen Mitarbeiter in Ihr Fahrzeug setzen, um zu überprüfen
jeden Gegenstand in den Mülleimern sammelst du, aber Kameras und KI sind dazu in der Lage.
KI wird auch als Oberbegriff verwendet, so dass es darin Teilmengen wie maschinelles Lernen,
Reinforcement Learning und Deep Learning.
Was ist maschinelles Lernen (ML)?
ML ist eine KI, die die Datenverarbeitung vorantreibt. Es lernt, indem es trainiert wird. Sie sagen der KI, was ist
falsch, und dann lernt es, was mit ML richtig ist. Im Recyclingbereich kann es sein, dass Sie
die ML trainieren wollen, UM PET-Flaschen zu erkennen. Also, Sie zeigen es HDPE-Flaschen, Pappe
Boxen, Stahldosen usw. und PET-Flaschen.
Wenn Sie es trainieren, wird es höchstwahrscheinlich nicht immer PET-Flaschenbilder erkennen, aber wenn es
Wenn Sie es richtig machen, bestätigen Sie, dass es so ist. Im Hintergrund verwendet ML mathematische Modelle, um
sich auf die Eigenschaften von PET-Flaschen festlegen, bis sie jedes Mal zu identifizieren beginnen.
Aber zunehmend schreitet ML voran, so dass es nicht mehr trainiert werden muss. Dies unbeaufsichtigt
Lernen ermöglicht es ihm, Muster in Daten zu erkennen und die Dinge selbst zu erarbeiten. Dies ist besonders nützlich
in komplexen Datensätzen, in denen es keine offensichtlichen Trends gibt, die von Menschen gesehen werden können.
Beispiele für diese Art von ML sind die Empfehlungen, die Sie möglicherweise von Netflix erhalten, oder
YouTube, das Ihre Sehgewohnheiten lernt und dann andere Dinge vorschlägt, die Ihnen gefallen könnten.
Was ist Reinforcement Learning?
Es gibt auch eine Art von ML namens Reinforcement Learning, bei dem es von der
Umgebung, in der es platziert ist. Dies ist nützlich für die Robotik, in der sich das Gerät ständig befindet
Verbesserung. Im Recyclingbereich könnte es sein, dass Roboter Reinforcement Learning in
Zukunft, um Behälter zu sammeln, die Herausforderungen zu verstehen, die vor ihnen liegen, wie z.B. Tore,
Pflanzen und Bäume oder Gegenstände, die gegen den Mülleimer gestellt werden – alles Dinge, mit denen der Mensch umgehen kann
leicht, aber die Robotik kämpft derzeit mit.
Was ist Deep Learning?
Deep Learning ist eine Form von ML, bei der künstliche neuronale Netze verwendet werden, um zu replizieren und
die menschliche Analyse zu übertreffen. Es wurde für Übersetzungszwecke, medizinische Bildanalyse verwendet
und Klimawissenschaft.
Mögliche zukünftige Anwendungen für Deep Learning könnten die menschenähnliche Fähigkeit zur Bewertung umfassen
Kontamination auf Sortierlinien oder Identifizierung von Materialien, so dass verschiedene Papiersorten
sortiert werden.
Warum ist KI wichtig?
Wir leben in einer Gesellschaft, die von Daten angetrieben wird. Das sind nicht unbedingt nur Strukturdaten wie Zahlen
auf einer Tabelle, aber zunehmend unstrukturierte Daten wie Bilder und Tweets auch.
Dies bedeutet, dass KI für alles von der Datenverarbeitung bis hin zu autonomen Fahrzeugen eingesetzt wird.
Als Beispiel könnte KI verwendet werden, um Kundendaten zu verarbeiten, um die Verschwendung besser zu verstehen
und von Kunden erzeugtes Rezyklat. Muster könnten erkannt werden, die es Ihnen ermöglichen,
Ihr Unternehmen effizienter zu gestalten und zu identifizieren, wo es für Sie sinnvoll sein kann, ein Lebensmittel zu betreiben
Abfall- oder Papierrecyclingweg,
In der Tat ist unsere AMCS-Routenoptimierungssoftware eine Form der KI, da sie analysiert und funktioniert
der optimale Zeitplan basierend auf dem Muster der Kunden, die Sie bedienen müssen.
Wenn es um Ihre Fahrzeuge geht, wird die KI wahrscheinlich die Art und Weise verändern, wie sie in den kommenden Jahren eingesetzt werden.
Jahre. Es gibt bereits Lösungen, die Wartungspläne vorhersagen können, insbesondere wenn
kombiniert mit Telematik. (Lesen Sie meinen letzten Blog zur Senkung der Transportkosten mit
B. Telematik).
Aber die Fähigkeit zum Selbstfahren wird in naher Zukunft wahrscheinlich in Fahrzeugen üblich sein, und KI ist die
Das Fundament davon.
Durch die Analyse von Millionen von Bildern, das Erkennen und Entscheiden über Daten wie den Verkehr vor und
um Sie herum, Fußgänger, Radfahrer, vielleicht sogar ein Mülleimer, der von starkem Wind in die Straße geblasen wurde,
Die KI entscheidet mit ausgefeilten ML-Algorithmen und künstlichen neuronalen Netzen darüber, wie sie
das Fahrzeug sicher und effizient zu betreiben.
Wir sind noch nicht ganz an dem Punkt, an dem selbstfahrend bald für Recycling und Abfall verwendet wird
Management, aber es ist wahrscheinlich, dass es in den nächsten Jahren normal wird.
Aber KI macht bereits einen Unterschied für Recycling- und Abfallwirtschaftsunternehmen, und
In den nächsten Artikeln zeige ich Ihnen, wie.
Ich werde mir auch ansehen, wie sich Ihr Unternehmen dank KI und ML in Zukunft wahrscheinlich sehr verändern wird.