回收更智能：由亞馬遜支持的初創公司Glacier在西雅圖利用AI機械人分類廢物
走進位於西雅圖南區由Recology營運的回收中心，首先迎來你的是轟隆作響的機械聲響，還有那混雜著食物殘渣的氣味，雖然回收物理應清潔，但現實卻並非如此。大型廠房內，數條輸送帶交錯盤旋，連接著各種磨碎、投擲和分揀裝置，將塑膠、紙張、玻璃和罐頭分開。
站在輸送帶旁的數十名工人，目不轉睛地將物品分類，為再生資源提供原料。然而，這份工作不但體力勞動強度大，且精神高度消耗。幸好，人工智能機械人的加入正逐步改變這一切。
過去半年，機械人初創公司Glacier在西雅圖的Recology工廠安裝了四台配備AI視覺的回收機械人，並計劃很快增添兩台。Recology CEO Sal Coniglio表示：「我們能把機械人放在較難安排人手的地方，這不但提升效率，還保障安全，並幫助我們減少對氣候的影響。」
這些機械人配備可伸縮的機械臂，末端裝有氣動吸盤，利用真空吸取目標塑膠瓶或罐頭，然後放入相應的分類箱。機械人與人工並肩作業，通過AI掃描輸送帶上的物品，精準識別並捕捉目標物料。
Glacier的聯合創辦人Rebecca Hu-Thrams說：「我們正處於一個技術飛速發展的時代，現有技術已能極大提升回收效率。Glacier與Recology正證明這一技術的巨大潛能。」
每日處理約300噸回收物料
在Recology的西雅圖設施，貨車全天運送約300噸混合回收物料。材料通過工廠時，工人和機械共同將它們分類。兩台機械人專注於高密度聚乙烯（HDPE），一台尋找有色塑膠（如洗髮水瓶、洗衣液瓶），另一台則鎖定淺色塑膠（如牛奶瓶）。
Glacier的另一位聯合創辦人Areeb Malik，曾是Facebook的高級軟件工程師，為更好理解分類過程，親身在輸送帶旁工作。他對員工的工作表示敬佩，並透露機械人能達到約80-90%的人手分揀效率。
在另一個位置，兩台機械人專門處理輸送帶末端之前未被分揀的瓶罐。Glacier的AI已經訓練了數十億張圖片，能識別超過30種物料，並正開發回收生物基塑膠（如生物聚酯）的技術。
亞馬遜看好這種環保生物聚酯，推動食品包裝從化石燃料塑膠轉向生物聚酯，應用於Amazon Fresh、Whole Foods等品牌。Glacier亦計劃在亞馬遜位於西雅圖的可持續發展實驗室測試這些新材料。
減少填埋場廢物，推動立法支持
為了減少廢物和提升回收率，降低碳排放，各地政府積極推動相關政策。華盛頓州參議院最近通過的第5284號法案（待州長簽署）規定消費品品牌需分擔回收成本，並設立州級標準化回收清單，減少混淆。該法案目標包括：
– 將有路邊回收服務的家庭比例由83%提升至95%以上
– 將每戶年均回收量由325磅提升至525磅
– 將回收減碳效益由140萬噸二氧化碳等量增至近200萬噸
除了華盛頓，Glacier的AI機械人已部署於加州、密歇根、亞利桑那和伊利諾伊州，AI視覺技術亦在印第安納、新澤西、明尼蘇達和德州運作。公司總共籌集了2,900萬美元，擁有35名員工。
Coniglio認為技術與業務整合潛力巨大：「我們的理念是，垃圾不是直接送去填埋場，而是要設法回收再利用。我們和Glacier合作，能夠分流更多廢物，利用科技實現這一點，這真的是令人驚嘆的成就。」
—
編輯評論：
這篇報導展示了AI與機械人技術在環保回收領域的突破性應用，將傳統勞動密集且枯燥的分揀工作逐步自動化，提升效率同時保障工人安全，實現可持續發展目標。Glacier的科技不僅是技術創新，更是應對氣候變化的積極行動，彰顯了科技企業在環境責任上的重要角色。
然而，值得深思的是，AI回收機械人的普及是否會對低技能勞動力造成衝擊？如何平衡科技進步與就業保障，將是社會必須面對的挑戰。此外，技術雖好，但回收效果仍受限於公眾的回收習慣及政策支持，只有結合教育、立法和技術，才能達致真正的環境效益。
最後，Glacier與亞馬遜等大企業合作，展示了企業生態系統如何協同推動綠色轉型，這種跨界合作模式值得其他行業借鑒。未來，隨著AI技術持續優化，回收產業的智能化將更上一層樓，為全球環保事業帶來更多可能。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
