Depolama alanlarında biriken plastik atıkları azaltmaya yönelik tüm çabalara rağmen, her yıl üretilen 8,3 milyar işlenmemiş plastik atığın yalnızca %9’u geri dönüştürülebilmektedir.

Londra merkezli bir bilgisayarlı görü girişimi olan Recyleye, yapay zeka tabanlı sistemiyle geri dönüştürülebilir atık miktarını artırmaya çalışıyor. Recycleye, ayrıştırma sistemleri aracılığıyla malzemelerin hareketini otomatikleştirip hızlandırarak ve bu malzemeleri daha hassas bir şekilde tanımlayarak, geri dönüştürme oranını ve geri dönüşüm şirketlerinin kapasitesini önemli ölçüde artırabileceğini söylüyor.

NVIDIA Inception’ın üyesi ve Recycleye’nin CTO’su Peter Hedley, “Çöp kutularından topladığımız çöpleri garajıma getirdik ve ilk kavram kanıtımızı oluşturmaya başladık” dedi.

Birinin Çöpü Diğerinin Hazinesidir

Şirketin Kurucu Ortağı ve CEO’su Victor Dewulf ve CTO’su Hedley, atık yığınlarına bilgisayarlı görü uygulamak üzere çalıştıkları Imperial College of London’daki lisansüstü çalışmaları sırasında, kullandıkları teknolojinin olanaklarını tartışmaya başladılar.

Dewulf sonunda konuyla ilgili bir makale yazdı. Makalesi akademi ve endüstriden ilgi gördü. Bunun üzerine analist olarak çalıştığı Goldman Sachs’taki işinden ayrılarak fikrini geliştirmek için doktora yapmaya başladı.

Microsoft’un hızlandırılmış yapay zeka programına kabul edilmeleriyle güçlenen şirket, 800.000 £ tohum yatırımı aldı. Ardından 2020’de 400.000 £’luk bir yatırım daha aldı. Girişim, 2020’nin sonunda Birleşik Krallık’taki en iyi atık yönetimi firmaları arasında yerini aldı. Nisan ayında, enerji lideri TotalEnergies ve geri dönüşüm öncüsü Valorplast ile OMNI projesinde ortaklık kurdular.

Recycleye, video analitik çıkarımları için tam çözümler sunan NVIDIA Metropolis partnerlerindendir.

Recycleye ayrıca 2,5 milyondan fazla eğitim görüntüsüne sahip ve dünyanın en büyük atık veri seti olan açık kaynaklı bir veritabanı olan WasteNet’i oluşturmak için üniversitelerle ortaklık kurdu.

Kapalı Döngü Geri Dönüşümünde Yapay Zeka

Şimdiye kadar, içinde gıda bulunan maddeleri etkili bir şekilde tanımlamak ve diğer maddelerden ayırmak kolay değildi. Ancak, plastik üreticilerine iletilen geri dönüştürülmüş malzemelerin kalitesini optimize etmek, geri dönüşüm oranlarını iyileştirmede önemli bir adım sayılabilir. Recycleye’nin Valorplast ve TotalEnergies ile ortaklığı, bu ürünlerin geri dönüşümünü artırmak için gıda sınıfı ve gıda için güvenli olmayan plastik ambalajları belirlemek için yapay zeka kullanımına odaklanıyor.

NVIDIA araçları ve devasa eğitim veri seti ile Recycleye, modelini uygulamak için gereken süreyi iki aydan iki saate düşürürken, maddelerin tanımlanmasında insana kıyasla daha yüksek doğruluk elde etti. Recycleye ekibi, NVIDIA Jetson platformunu kullanıyor.

Şirketteki cihazlar, yeterli internet bağlantısı sağlandığında uçta çalışarak tüm hesaplamaları yerinde yapabilir. Modeller bulutta, Microsoft Azure’un GPU etkinleştirilmiş bir örneğinde eğitilir ve ardından istemci sitelerinde Recycleye’ın cihazlarına dağıtılır.

Algoritmalar, yazılım güncellemeleri sırasında istemci cihazlarda otomatik olarak güncellenir. Aynı zamanda bulut sistemi veri kayıtlarını işler ve müşteriye bu verilerin özetini gösterir.

Küresel Genişleme ve Daha Fazla Robot

Recycleye dünyanın en büyük robotik üreticilerinden biri olan FANUC ile birlikte Recycleye Vision tarafından desteklenen robotlar geliştiriyor. Bu yılın başlarında İngiltere ve Fransa’da Recycleye Vision ve Recycleye Robotics’i kurmuş olan Hedley, manuel sıralamayı robotik kullanarak otomatikleştirmek için daha fazla atık şirketinin aynı işi yapmasını bekliyor.

Hedley, “Bir hattın hem başında hem de sonunda bir cihazımız olduğunda, malzeme miktarını ve buna bağlı olarak kaliteyi takip edebiliriz. Buradan alacağımız verilere göre makine ve konfigürasyonu optimize etmeye başlayabilir ve makinelerin karar vermesini sağlayabiliriz.” dedi.

Recycleye, önceden eğitilmiş modeller olan, NVIDIA TAO Toolkit ve NVIDIA DeepStream SDK gibi hızlandırılmış derin öğrenme araçlarının bu iş için kullanıp kullanılmayacağını araştırıyor.

Yazının kaynağına buradan ulaşabilirsiniz.