Dans ce premier blog d’une série de quatre sur l’intelligence artificielle (IA) et l’apprentissage automatique (ML), je
regardez ce que c’est et pourquoi il a le potentiel de transformer le secteur du recyclage et des déchets.
D’autres blogs de cette série incluront:
• Utiliser l’IA et le ML dans les MRF et comprendre votre composition matérielle
• Comment AMCS développe des solutions d’IA et de ML pour le recyclage des véhicules
• L’avenir de l’IA et du ML dans le secteur du recyclage.
Qu’est-ce que l’intelligence artificielle (IA) ?
Essentiellement, l’IA implique des processus et des algorithmes qui peuvent reproduire certaines compétences humaines telles que
comme résolution de problèmes et apprentissage. À certains égards, l’IA est déjà meilleure pour certaines tâches que
humains tels que les modèles de repérage dans de vastes réseaux de données. Mais nous n’en sommes pas au point où l’IA est
aussi talentueux que le cerveau humain, et il ne le sera peut-être jamais.
Lorsqu’elle est utilisée sur certaines tâches, l’IA peut se concentrer sur des processus que nous pourrions trouver laborieux ou
incapable de. Par exemple, vous ne placeriez pas un membre du personnel sur votre véhicule pour vérifier
chaque article dans les bacs que vous collectez, mais les caméras et l’IA sont capables de cela.
L’IA est également utilisée comme un terme global, de sorte qu’en son sein, il existe des sous-ensembles tels que l’apprentissage automatique,
apprentissage par renforcement et apprentissage profond.
Qu’est-ce que l’apprentissage automatique (ML) ?
Le ML est une IA qui pousse le traitement des données plus loin. Il apprend en étant formé. Vous dites à l’IA ce qu’est
faux, et puis il apprend ce qui est bien en utilisant ML. Dans le secteur du recyclage, il se peut que vous
veulent former le ML à reconnaître les bouteilles en PET. Donc, vous lui montrez des bouteilles en PEHD, du carton
boîtes, canettes en acier, etc. et bouteilles en PET.
Au fur et à mesure que vous l’entraînez, il ne reconnaîtra probablement pas toujours les images de bouteilles en PET, mais lorsqu’il
vous confirmez que c’est le cas. En arrière-plan, ML utilise des modèles mathématiques pour
se coder sur les propriétés des bouteilles en PET jusqu’à ce qu’il commence à les identifier à chaque fois.
Mais de plus en plus, le ML progresse de sorte qu’il n’a plus besoin d’être formé. Ce non supervisé
l’apprentissage lui permet de repérer des modèles dans les données et de régler les choses lui-même. Ceci est particulièrement utile
dans des ensembles de données complexes, où il n’y a pas de tendances évidentes qui peuvent être vues par les humains.
Des exemples de ce type de ML sont les recommandations que vous pourriez recevoir de Netflix ou
YouTube qui apprend vos habitudes de visionnage et suggère ensuite d’autres choses que vous pourriez aimer.
Qu’est-ce que l’apprentissage par renforcement ?
Il existe également un type de ML appelé apprentissage par renforcement, où il apprend de la
environnement dans lequel il est placé. Ceci est utile pour la robotique où l’appareil est constamment
Améliorer. Dans le secteur du recyclage, il se pourrait que les robots utilisent l’apprentissage par renforcement dans
futur pour collecter les bacs, comprendre les défis mis devant eux tels que les portes,
plantes et arbres ou objets placés contre le bac – toutes les choses que les humains peuvent gérer
facilement, mais la robotique a actuellement du mal avec.
Qu’est-ce que le deep learning ?
L’apprentissage profond est une forme de ML où les réseaux de neurones artificiels sont utilisés pour répliquer et
surpasser l’analyse humaine. Il a été utilisé à des fins de traduction, d’analyse d’images médicales
et la science du climat.
Les utilisations futures potentielles de l’apprentissage profond pourraient inclure la capacité humaine d’évaluer
contamination sur les lignes de tri ou l’identification des matériaux afin que différentes qualités de papier puissent
être triés.
Pourquoi l’IA est-elle importante ?
Nous vivons dans une société axée sur les données. Il ne s’agit pas nécessairement de données de structure telles que les chiffres.
sur une feuille de calcul, mais aussi des données de plus en plus non structurées telles que des images et des tweets.
Cela signifie que l’IA est utilisée pour tout, du traitement des données aux véhicules autonomes.
À titre d’exemple, l’IA pourrait être utilisée pour traiter les données des clients, afin de mieux comprendre les déchets.
et recycler les produits générés par les clients. Des modèles peuvent être repérés qui vous permettent de vous exécuter
votre entreprise plus efficacement, en identifiant où il peut être judicieux pour vous de gérer un aliment
voie de recyclage des déchets ou du papier,
En effet, notre logiciel d’optimisation d’itinéraires AMCS est une forme d’IA, car il analyse et élabore
le calendrier optimal en fonction du modèle des clients que vous devez servir.
En ce qui concerne vos véhicules, l’IA est susceptible de transformer la façon dont ils sont utilisés dans les pays à venir.
années. Il existe déjà des solutions capables de prédire les calendriers de maintenance, en particulier lorsque
combiné avec la télématique. (Lisez mon récent blog sur la réduction des coûts de transport avec
télématique).
Mais la capacité de conduite autonome est susceptible d’être courante sur les véhicules dans un proche avenir, et l’IA est le
le fondement de cela.
En analysant des millions d’images, en reconnaissant et en décidant de données telles que le trafic devant et
autour de vous, piétons, cyclistes, peut-être même une poubelle soufflée dans la route par des vents violents,
l’IA utilisant des algorithmes de ML sophistiqués et des réseaux de neurones artificiels décide de la façon de
faire fonctionner le véhicule de façon sécuritaire et efficace.
Nous n’en sommes pas tout à fait au point où la conduite autonome sera bientôt utilisée pour le recyclage et les déchets.
, mais il est probable que cela deviendra normal au cours des prochaines années.
Mais l’IA fait déjà la différence pour les entreprises de recyclage et de gestion des déchets, et
au cours des prochains articles, je vais vous montrer comment.
Je vais également voir comment votre entreprise est susceptible d’être très différente à l’avenir grâce à l’IA et au ML.