4.22 세계 지구의 날 | 기계는 인간보다 지구를 더 사랑한다

매년 4월 22일은 지구의 날로, 지구 환경을 보호하기 위해 제정되었습니다. 올해는 지구의 날 50주년이지만, 지금까지 진지하게 기념된 적이 없는 듯합니다.

대기 오염, 기후 온난화, 쓰레기 오염 등의 환경 문제는 오랫동안 지구를 위협해 왔습니다. 쓰레기 오염을 예로 들어보겠습니다. 여러분은 도시에서 발생하는 생활 폐기물의 양이 매년 10%의 속도로 증가하고 있다는 사실을 깨닫지 못하고 있을 수도 있습니다.

중국에서만 매년 약 10억 톤의 쓰레기가 발생하는데, 그 중 약 4억 톤이 생활쓰레기이고, 약 5억 톤이 건설폐기물이며, 이 외에도 1,000만 톤의 음식물 쓰레기가 발생합니다.

인공지능 기술이 점점 더 성숙해짐에 따라, 스마트 기술을 통해 매년 20,000톤의 재활용품을 매립지에서 절약할 수 있습니다. 다시 말해, 우리는 기술을 사용하여 폐기물 재활용률을 크게 향상시킬 수 있으며, 그 효율성은 수동 노동보다 훨씬 높습니다.

"시각적" 분류를 위한 로봇 팔: 이미지 인식 + 신경망

현재 쓰레기 처리의 보다 주류를 이루는 방법 중 하나는 컴퓨터 비전의 이미지 인식을 활용하고 지능형 분류 로봇을 장착하여 쓰레기를 분류하는 것입니다.

미국 기업 BHS(Bulk Handling Systems)는 전 세계에 약 60대의 MAX-AI 지능형 분류 기계를 투자했습니다. MAX-AI는 시각적 인식과 다층 신경망 기술을 사용하고, 컨베이어 벨트와 결합하여 쓰레기를 운반하며, 궁극적으로 다양한 재료를 분류하는 데 성공합니다.

MAX-AI는 인간과 거의 같은 90%의 정확도로 사물을 식별하고 분류할 수 있지만, 두 배 더 빠릅니다.

또 다른 회사인 젠로보틱스(ZenRobotics)는 로봇 팔과 이미지 인식 기술을 사용해 건설 잔해물을 분류하고 집어 올립니다.

이 회사의 가장 큰 로봇 분류기인 Heavy Picker는 팔 끝에 대형 그리퍼가 달려 있어 최대 60파운드의 물건을 들어올릴 수 있습니다. 무게에도 불구하고 매우 민첩하며 분류 작업을 빠르게 수행할 수 있습니다.

ZenRobotics에서 사용하는 분류 로봇은 다음 단계에 따라 분류를 수행합니다. 카메라 이미지로 쓰레기 흐름을 스캔한 다음, 머신 러닝을 사용하여 재료를 식별하고, 로봇 팔을 제어하여 잡고, 마지막으로 동일한 재료의 쓰레기를 분류합니다.

ZenRobotics의 CEO인 타알라스는 로봇이 건축 자재를 분류하는 것 외에도 제지 공장, 플라스틱 재활용, 원자재 회수에도 역할을 할 수 있다고 말했습니다.

"촉각" 범주의 로봇 팔: 촉각 센서

MIT의 컴퓨터 과학 및 인공지능 연구소(CSAIL)는 최근 센서의 "촉각"을 이용해 다양한 폐기물을 분류하는 지능형 로봇을 개발했습니다.

시각 원리를 기반으로 하는 로봇과 달리, 이 지능형 로봇은 전적으로 전기로 구동되는 로봇 팔의 센서 클램프에 주로 의존합니다. 접촉을 통해 종이, 금속, 플라스틱의 차이를 감지할 수 있습니다. 예를 들어, 전도성을 감지하여 금속 물체를 식별하는 것입니다.

고정 장치 구성 요소는 한 쌍의 공기 실린더와 고변형 용량성 압력 및 변형 센서입니다. 이번 달 초, 연구실에서는 로봇이 상자, 컵, 항아리를 잡는 모습을 담은 영상을 공개했습니다. 영상에 따르면 종이컵, 빈 상자, 탄산음료 병은 모두 압력 센서로 분류할 수 있습니다.

쓰레기 처리의 첫 번째 단계: 홈 → 재활용 지점

또한, 쓰레기 분류 및 재활용에 대한 사람들의 인식을 높이기를 바라는 환경 보호 단체도 있습니다.

우르비카와 그린피스 러시아는 사람들이 지도를 통해 가장 가까운 재활용 지점을 찾을 수 있도록 돕는 폐기물 수거 지도 recyclemap.ru를 디자인하는 프로젝트를 함께 진행하고 있습니다.

쓰레기의 경우, 플라스틱, 유리, 종이, 금속 등 재질별로 분리하여 재활용을 위해 버리세요. Recyclemap은 시민들이 분류되어 재활용될 준비가 된 폐기물을 배출하는 모습을 보여줍니다.

현재 이 제품은 러시아 전역 69개 도시에서 홍보되었으며, 매년 약 50만 명의 러시아 사용자가 이 지도를 통해 쓰레기 처리 장소의 위치 정보를 조회합니다.

지도 개발 과정에서 개발자는 데이터를 기반으로 일부 데이터 선호도를 알아낼 수도 있습니다. 예를 들어, 쓰레기 재활용 지점의 분포, 다양한 도시의 주요 재활용 유형, 다양한 지역의 재활용 비율, 다양한 유형의 쓰레기를 재활용 지점으로 보내는 데 따르는 어려움 등이 있습니다.

이러한 데이터를 기반으로 모든 재활용 지점을 지속적으로 표시하여 더욱 합리적이고 개인화된 배치 계획을 세울 수 있습니다. 예를 들어, 패널에서 두 가지 자료를 제공하기로 선택한 경우 두 자료를 모두 처리할 수 있는 지점이 표시됩니다.

이 팀이 수집한 데이터는 러시아 69개 도시의 자원봉사자들에 의해 수집되었습니다. 더 쉽게 사용할 수 있도록 지도에는 탐색 기능이 있습니다. 도로, 지하철역 등의 랜드마크가 강조됩니다.

또한, 재활용에 대한 사람들의 열정을 높이기 위해 지도는 먼저 낮은 확대 수준에서 시작하여 모든 재활용 지점을 표시하여 전국의 사람들이 중고품을 수집하고 있음을 보여줍니다. 또한, 지점의 밀도를 보여주면 각 도시에 많은 쓰레기 재활용 지점이 있다는 것을 사람들에게 알릴 수 있습니다.

주의는 문제 해결의 열쇠입니다

쓰레기 분류와 관련해서는 성공적으로 적용되어 이미 환경에 긍정적인 역할을 하고 있는 기업 솔루션이 꽤 있습니다.

하지만 이런 지능적인 방법은 생성된 쓰레기를 적절한 곳에 버릴 뿐입니다. 가장 근본적인 것은 사람들이 쓰레기의 생성과 분류에 대한 인식을 높이고, 쓰레기 발생을 줄이고, 쓰레기 분류 작업을 잘하고, "지구 사랑"을 단순한 입담이 아닌 실천으로 옮길 수 있다는 것입니다.

결국, 아무도 쓰레기 바다에서 살고 싶어하지 않죠.