Et kamera, en computer og en robotarm skal fremover kunne identificere og fjerne elektronik med batterier fra strømmen af elektronikaffald fra genbrugspladserne. Sådan lyder håbet hos folkene bag et nyt projekt på Teknologisk Institut, der skal lette det manuelle arbejde for genbrugsvirksomhederne ved hjælp af kunstig intelligens. Det skriver Teknologisk Institut i en pressemeddelelse.
Robotarmen, der skal installeres over samlebåndet hos genbrugsvirksomhederne, skal nemlig styres af en computer med et deep learning-system. Systemet afgør på baggrund af en række kendte billeder, om genstandene på samlebåndet indeholder batterier eller ej.
Det er essentielt at fjerne batterier fra elektronikaffaldet, da de indeholder miljøskadelige stoffer som bly, svovlsyre og cadmium. Derfor bliver batterierne i dag sorteret fra affaldsstrømmen manuelt – en opgave, der ellers er oplagt for robotter, mener Teknologisk Institut.
Læs også: Her ender dit elektronikaffald sine dage
Læs også: Brugt elektronik skal skilles ad med en skruetrækker, men smadres med en hammer
»Formålet med projektet er at undersøge mulighederne for at genkende elektroniske genstande med batterier og selve batterierne for at kunne håndtere og sortere dem bedst muligt. Ved hjælp af avanceret visionteknologi, prøver vi at udstyre robotten med 'øjne', der kan spotte og skelne imellem genstande, som indeholder batterier,« siger projektleder Michael Nielsen fra Teknologisk Instituts Center for Robotteknologi i pressemeddelelsen.
Deep learning udmærker sig ved at kunne automatisere meget af den forbehandling, der før skulle laves manuelt. Det vil i batterirobottens tilfælde give sig udslag i, at den kan genkende eksempelvis en mobiltelefon, selvom den ikke har set den specifikke model før.
»Udfordringen her er, at batterierne og emner, der indeholder batterier, ikke ligger på den samme måde hver gang og kan se meget forskellige ud. Derfor skal vi fodre vores kunstig intelligens med tusindvis af forskellige billeder og lære den at genkende batterier og genstande med batterier. Udfordringen er ikke at få den kunstige intelligens til at genkende emner, den allerede har set under oplæring, men at få den til at genkende emner, den aldrig har set før, men som er af samme type af dem den er blevet oplært i,« siger Rasmus Johansson, softwareudvikler i Refind Technologies, der står for softwaredelen af projektet, ifølge pressemeddelelsen.
Læs også: Sjældne jordarter går tabt, fordi der ikke er penge i dem
Denne udfordring er velkendt fra eksempelvis selvkørende biler, hvor billedanalysen også bliver udviklet hurtigt i disse år for at kunne reagere korrekt på forskellige ukendte objekter eller hændelser i trafikken. Her er en stor del af udfordringen også, at objekterne skal genkendes i stort antal, i højt tempo og med høj præcision.
Noget lignende gør sig gældende i dette tilfælde, hvor affaldet typisk ligger i en blandet strøm på et transportbånd, og hvor der skal et vist tempo til for at gøre teknologien brugbar. I projektbeskrivelsen understreger Teknologisk Institut, at det er væsentligt, at systemet skal fungere på ‘realistiske affaldsmængder’.
Se projektets egen præsentation af teknologien i videoen herunder.
