文/當(dāng)下君

圖片/來源網(wǎng)絡(luò)

近年來,我國加速推行垃圾分類制度,2021年5月,國家發(fā)改委和住建部聯(lián)合發(fā)布《“十四五”城鎮(zhèn)生活垃圾分類和處理設(shè)施發(fā)展規(guī)劃》,要求到2025年底,京津冀及周邊、長三角、粵港澳大灣區(qū)、長江經(jīng)濟(jì)帶、黃河流域、生態(tài)文明試驗(yàn)區(qū)具備條件的縣城基本建成生活垃圾分類和處理系統(tǒng);鼓勵其他地區(qū)積極提升垃圾分類和處理設(shè)施覆蓋水平。

自此,垃圾分類成為國策。

你也許會以為,這是一個臟活、累活、苦活,這樣的設(shè)想也不為過。但是,你可能不知道,這其中也蘊(yùn)藏著巨大的經(jīng)濟(jì)價(jià)值。

我國是人口大國,也是垃圾產(chǎn)生大國,2021年我國生活垃圾產(chǎn)量27097．2萬噸。

由于統(tǒng)計(jì)口徑的不同,對于垃圾分類市場的市場價(jià)值評估差別較大,但即使按較保守的計(jì)算,這也是一個千億級市場;如果按照我們的調(diào)查,僅僅一個寧波市,每年回收廢棄物的價(jià)值就高達(dá)560億人民幣。

如果有一種方法,既可以解決垃圾分類中的苦、臟、累,又能提升分揀效率、提升行業(yè)效率,讓“變廢為寶”成為一件相對輕松的工作,是否是一個社會期待的滿意選擇?

為了這個目標(biāo),AI來了。

1

聚焦寧波

6月24日,世界銀行執(zhí)行董事會批準(zhǔn)給中國提供貸款4．3億美元,其中的1．5億美元貸款將用于寧波的垃圾分類。

寧波作為東部沿海城市,已經(jīng)開始采取了先進(jìn)的垃圾管理、循環(huán)利用和預(yù)防措施,在國內(nèi)屬于領(lǐng)先位置。

因此,此次的世行資金,主要用于寧波全品類智能回收箱的落地,該項(xiàng)目結(jié)合智慧化管理、區(qū)塊鏈記賬等技術(shù)優(yōu)勢對前段垃圾分類用戶進(jìn)行引導(dǎo)、對垃圾回收流程進(jìn)行大數(shù)據(jù)分析和智慧化管理,實(shí)現(xiàn)對生活垃圾分類端+回收端的清運(yùn)回收可控管理、成本優(yōu)化、數(shù)據(jù)分析,這也標(biāo)志著寧波即將步入垃圾分類“數(shù)智”管理時(shí)代。

機(jī)會只留給有準(zhǔn)備的人,寧波蔚瀾就是這樣一家企業(yè)。此前,它是一家生產(chǎn)物聯(lián)網(wǎng)配電柜的企業(yè),公司負(fù)責(zé)人范世杰非常關(guān)注市場動態(tài),在2018年底,當(dāng)他看到央視開始宣傳垃圾分類時(shí),立刻產(chǎn)生了一個念頭——垃圾分類柜這種東西,本質(zhì)上和物聯(lián)網(wǎng)配電柜的差別不大。

范世杰立刻開始市場考察,認(rèn)為當(dāng)時(shí)市場上生產(chǎn)的垃圾分類柜,以蔚瀾的技術(shù)完全可以做,于是立刻在2018年11月投入研發(fā),2019年3月拿出了樣機(jī)。

但是在實(shí)踐中,他也發(fā)現(xiàn),垃圾分類柜其實(shí)涉及到一個復(fù)雜的經(jīng)濟(jì)閉環(huán)。例如,廢玻璃的回收后,每噸只能賣70-80元,而廢紙板每噸卻高達(dá)2000元以上,但廢紙板需要詳細(xì)分類,因?yàn)椴煌�類型的回收價(jià)格也不同,所以如果設(shè)備能夠在前端對垃圾進(jìn)行更精準(zhǔn)的分類,經(jīng)濟(jì)效益和整個回收閉環(huán)都有很大的優(yōu)化空間。

所有的垃圾中,最難處理的是廚余垃圾。一般人可能很難想象,散發(fā)著異味、容易腐敗的廚余垃圾其實(shí)有很高的經(jīng)濟(jì)價(jià)值,但廚余垃圾的處理也是最困難的。很常見的一個問題就是,居民在分類時(shí)不夠精細(xì),把其它垃圾混雜在廚余垃圾里,這就涉及到兩個動作——需要對垃圾進(jìn)一步分揀,還需要提醒居民注意類似問題。

所以真正的挑戰(zhàn),是增加廚余垃圾分揀這個環(huán)節(jié),因?yàn)樽R別難度大增。嚴(yán)格的說,沒有自動破袋+廚余垃圾識別的前兩代產(chǎn)品,只能叫“自動分類柜”,只有這兩個功能完備了,才能叫“智能分類柜”。

讓范世杰感到幸運(yùn)的是,公司新招來了AI技術(shù)總監(jiān)杜一品。大家都知道AI的人才奇缺,有完整的AI開發(fā)經(jīng)驗(yàn)的人更少。

杜一品來到蔚瀾之前,也深知這家公司并沒有完整的AI團(tuán)隊(duì),但是,他有底氣,因?yàn)檎莆樟诵碌墓ぞ摺�—百度飛槳企業(yè)版EasyDL。

EasyDL(以及各類的AutoML/DL)的共同理念,就是“用AI技術(shù)來幫助人們設(shè)計(jì)AI”,換句話說,開發(fā)一AI模型的流程中,涉及的數(shù)據(jù)處理、特征提取、模型選擇、參數(shù)調(diào)節(jié)、訓(xùn)練部署等環(huán)節(jié),都利用AI能力才實(shí)現(xiàn)了高度的自動化,經(jīng)過簡單的學(xué)習(xí)即可運(yùn)用。

杜一品用EasyDL輕松完成了廚余垃圾識別模型,但一個問題隨之而生,對于廚余垃圾的識別需要比較高的AI算力,如果回傳到云端計(jì)算,就需要公司添置大量的服務(wù)器、GPU卡等資源,這極大的增加了利潤本身薄如刀鋒的垃圾回收行業(yè)的成本。

就在這個時(shí)候,飛槳工程師給他支招,不需要購買龐大的AI計(jì)算設(shè)備,只需要一個百度的“EdgeBoard嵌入式AI計(jì)算卡”再搭配兩個普通的攝像頭就可以解決問題。

當(dāng)杜一品把接近2000元的一塊EdgeBoard計(jì)算卡融合進(jìn)了蔚瀾的垃圾分類柜后,他說了一句很感概的話:“我們的設(shè)備成本只增加了大約2-3%,就讓我們從自動化時(shí)代進(jìn)入了人工智能時(shí)代,不得不說,這樣的技術(shù)才是產(chǎn)業(yè)落地真正需要的技術(shù)�！�

事實(shí)上,百度飛槳的價(jià)值正在于此,它根據(jù)實(shí)際需求預(yù)制了大量可以靈活搭配的解決方案,即使是寧波蔚瀾這樣全公司只有極少數(shù)懂AI的技術(shù)人員的企業(yè),也可以借助飛槳豐富的產(chǎn)品和生態(tài),從軟件到硬件、從訓(xùn)練到部署,搞定整個設(shè)備的AI化,企業(yè)只需要極低的成本,就把公司帶到了一個新的發(fā)展境界。

范世杰因而很有感概的說,升級到第三代之后,寧波市場上,基本就沒有我們的對手了,這就是AI的力量。

其實(shí),寧波蔚瀾只是崛起的垃圾回收產(chǎn)業(yè)大軍中的一員。

垃圾分類可以使垃圾資源利用收益更大化,給產(chǎn)業(yè)和社會創(chuàng)造更多價(jià)值,具有大力推行的必要性。從產(chǎn)業(yè)鏈協(xié)同角度而言,前端的垃圾分類服務(wù)、中端的垃圾分類轉(zhuǎn)運(yùn)、終端的廚余垃圾處理、滲濾液處置、垃圾焚燒等相關(guān)企業(yè)均將從中受益。

2

不再只是“先行者”

一家企業(yè),只有1個或很少幾個懂AI的人員在做先導(dǎo),對于這種現(xiàn)象,百度集團(tuán)副總裁吳甜稱之為“AI先行者”階段。

對于AI落地,吳甜在分享飛槳通過與產(chǎn)業(yè)伙伴的廣泛合作中所觀察到的落地實(shí)踐路徑時(shí),把這條路描繪為三個階段,也就是先行者探路階段、工作坊應(yīng)用階段和工業(yè)大生產(chǎn)階段。

吳甜發(fā)現(xiàn),企業(yè)中的AI先行者,往往既不是一線業(yè)務(wù)人員,也不是高層管理者,而是公司內(nèi)的一些資深工程師。他們懂業(yè)務(wù)、懂場景、有想法,想要突破傳統(tǒng)的業(yè)務(wù)現(xiàn)狀,希望借助AI的力量走出一條不一樣的路。

我們所說的垃圾分類行業(yè),就是這樣一個典型場景。

垃圾分類龐大的市場空間,吸引了投資人和創(chuàng)業(yè)者紛紛進(jìn)場,成為當(dāng)下創(chuàng)投行業(yè)的一大熱門。企查查數(shù)據(jù)顯示,我國垃圾分類相關(guān)的企業(yè)注冊量呈現(xiàn)快速增加的趨勢,2016年垃圾分類相關(guān)企業(yè)注冊量不足1000家,2020年的注冊量為3775家。

但是,可以想見的是,傳統(tǒng)的垃圾分類企業(yè)要在全社會AI人才存在較大缺口的背景下,招募到有一定水平的AI開發(fā)專才,是有明顯的困難的。

而對于這種情況,飛槳EasyDL、BML等低門檻的企業(yè)級AI開發(fā)工具,就極大的降低了垃圾分類企業(yè)的開發(fā)難度,出現(xiàn)了“一個人能撐起一家企業(yè)的”的情況。

例如,寧波蔚瀾的AI技術(shù)總監(jiān)就告訴筆者,在與飛槳EasyDL合作之前也考察過別的公司,包括阿里、華為及國外的平臺,最終發(fā)現(xiàn)飛槳EasyDL相對更好用,更人性化,他說:“EasyDL最大的好處,就是不需要高深的算法基礎(chǔ)和深度學(xué)習(xí)知識,也可以去操作它。集成到系統(tǒng)里也很方便�！�

3

以生態(tài)能力反碎片化

事實(shí)上,EasyDL能提供端到端完整的解決方案,包括用于數(shù)據(jù)服務(wù)的EasyData和用于邊緣計(jì)算的EdgeBoard硬件等。

不得不提及的是,EasyDL可以在數(shù)據(jù)量較小的情況下仍然取得不錯的模型效果,這對于很多處于「投石探路」階段的企業(yè)有很大的現(xiàn)實(shí)意義。

例如和中國香港的屈臣氏合作的深圳歸谷智能公司,2019年接到香港環(huán)保署的項(xiàng)目,要做一個識別瓶子的項(xiàng)目。雖然看起來簡單,但實(shí)際中瓶子的形狀各異。歸谷智能一開始使用的是其他開源代碼,但識別率不足六成,但在換為EasyDL之后,短時(shí)間達(dá)到了準(zhǔn)確率90%以上。

令歸谷智能的技術(shù)人員感到驚訝的是,訓(xùn)練中只用了100多個瓶子、800多張照片,用EasyDL訓(xùn)練后的識別率、準(zhǔn)確率,就差不多達(dá)到實(shí)戰(zhàn)要求,“這個算法聽起來不難,但我們發(fā)現(xiàn)目前國際上同類算法能達(dá)到類似效果的公司估計(jì)也就是2、3家,其中有一個超難的進(jìn)階試驗(yàn)是,把兩個高度類似的瓶子的條碼互換,要求能夠識別。這個試驗(yàn)里只有用了EasyDL的機(jī)器識別出來了,別的公司的設(shè)備一個都沒有識別出來�！�

這典型的體現(xiàn)了在小數(shù)據(jù)量的情況下,EasyDL的訓(xùn)練效果。

其實(shí),從以上幾個故事中,我們不難發(fā)現(xiàn)一些共性,那就是雖然場景很碎片化,但實(shí)際的實(shí)踐難度卻很高。

在目前AI落地的浪潮中,有一個存在爭議的領(lǐng)域就是,對于過于碎片化的場景,到底如何「反碎片化」,是用更多的專業(yè)人員+成本更高的定制化方案,抑或用學(xué)習(xí)曲線更低、企業(yè)業(yè)務(wù)人員自己稍加訓(xùn)練就可以上場的EasyDL。

從這些故事中我們得出的結(jié)論是,讓企業(yè)的開發(fā)人員自己具有AI能力無疑是最好的反碎片策略,但這必須建立在所依托的深度學(xué)習(xí)平臺的高度產(chǎn)業(yè)化上,在這個過程中,除了EasyDL、BML外,筆者還見到了猶如電商頁面一樣的EdgeBoard的選購頁面,百度飛槳就是通過不放過每一個痛點(diǎn),把經(jīng)過上萬個場景的千錘百煉的模型,與實(shí)踐過程中可以遇到的數(shù)據(jù)問題、軟硬件整合問題,都提供了端到端的一站式解決,才具備了完整的反碎片能力。

垃圾分類只是我們整個社會「數(shù)智化」的一個縮影,當(dāng)這么傳統(tǒng)的領(lǐng)域也開始讓AI開始施展魔力之時(shí),我們距離AI融入工業(yè)大生產(chǎn)的目標(biāo),似乎又近了一些。