本周,國際人工智能頂會NeurIPS 2019在加拿大溫哥華隆重開幕。在本次 NeurIPS 上,支付寶展示了多篇入選論文成果,并舉行了專家云集的workshop交流分享。
在NeurIPS 2019展臺,支付寶展出了基于圖像識別技術(shù)的智能垃圾分類小程序和智能回收箱視頻。觀眾可通過手機拍照輕松識別垃圾物品和對應的垃圾類別,現(xiàn)場體驗來自東方的“生活小助手”。
據(jù)了解,現(xiàn)場用于體驗的小程序為支付寶7月份推出,其背后基于圖像識別、環(huán)保知識圖譜等技術(shù)。上線2個月累計用戶已超400萬,能夠識別超過1.1萬種垃圾物品。之后,支付寶又升級了相關(guān)技術(shù),利用AI+IoT技術(shù)開發(fā)了智能垃圾回收箱,可針對各類不同材質(zhì)的飲料瓶進行自動分離、歸類,提高可回收率同時,解決可回收垃圾處理難題。
為什么會誕生這個小程序呢?
這要從中國垃圾分類知識普及現(xiàn)狀說起:在中國有73%的垃圾通過填埋方式處理,僅有15%回收利用;而同樣的數(shù)字在世界平均水平看,回收再利用的垃圾占比則高達38%。這其實也是一種資源的浪費,而造成這一巨大差異的關(guān)鍵原因在于中國大部分地區(qū)并未推行垃圾分類政策,并且民眾對于垃圾分類的意識也并未像國外發(fā)達國家那樣普及:日常生活中我們可能面臨多達2000多種垃圾物品,90%的人都會扔錯。因此,正確分類是垃圾可回收處理的關(guān)鍵。而傳統(tǒng)的垃圾分類,需要完善的社會專家知識輸入,也需要社會投入巨大的推廣和普及成本?;诖?支付寶的工程師們誕生了用人工智能技術(shù)幫助人們解決垃圾分類難題的想法。
智能垃圾分類如何實現(xiàn)?
基于智能分類小程序,即使毫無垃圾分類經(jīng)驗的老人和兒童也能在日常投遞垃圾過程中正確分類??此坪唵蔚牟僮髁鞒?其背后是一整套完善的人工智能技術(shù)在做支撐。其中最核心的圖像分類模型來自于螞蟻金服自建的金融視覺平臺。螞蟻金融視覺平臺提供了一站式建模能力,從而支撐圖像模型開發(fā)與應用過程所需的數(shù)據(jù)工程、算法選型、模型調(diào)參、技術(shù)指標收斂、工程部署、線上效果迭代環(huán)節(jié),真正實現(xiàn)從數(shù)據(jù)到模型“端到端”的全套建模能力。
此外,由于垃圾物品性狀的特殊性,基于圖像的分類準確率提升難點之一就是如何讓機器能夠快速地“學習”這些新的知識。一方面我們建立了環(huán)保知識圖譜,從而可以針對各類不同材質(zhì)的物品進行自動分離、歸類,更好地適應對于某些非常見物品和變形物品分類的訴求;另一方面,通過AI數(shù)據(jù)中臺,打通模型訓練與圖像標注環(huán)節(jié),建立了一個完善且高效的“模型冷啟動—>模型上線服務—>真實數(shù)據(jù)回流—>模型迭代”鏈路。得益于這個模型自迭代鏈路,即使短時間內(nèi)迭代幾十個版本算法模型也毫無壓力,使得識別類目數(shù)量和識別準確率能夠不斷提升。
目前,這套圖像識別技術(shù)已逐步開放給行業(yè)伙伴。利用支付寶的海量用戶覆蓋能力和城市服務的便民心智,結(jié)合AI+IoT技術(shù),實現(xiàn)人工智能識別垃圾和分類,通過小程序及智能終端設備的移動互聯(lián)網(wǎng)解決方案,可鏈接用戶與回收人員,如實現(xiàn)一鍵預約、上門回收,并可以廣泛應用于舊物回收、租賃等回收處理環(huán)節(jié)。用科技推動個人與企業(yè)單位參與垃圾分類回收的積極性和處理效能。
- 英國警方呼吁蘋果谷歌:共同守護被盜手機,別讓云服務成為犯罪新手段
- 商務部回應汽車行業(yè)“內(nèi)卷”:引導合規(guī)競爭,整治無序競爭
- 董明珠揭秘企業(yè)誠信:流量營銷陷阱難長久,實干精神才是長久之計
- 小鵬華為聯(lián)手新科技,G7首發(fā)AR-HUD,駕駛體驗再升級!
- WiFi萬能鑰匙科技向善之旅:從公益WiFi到教育公益,共創(chuàng)美好未來
- 網(wǎng)絡安全困境突圍:破解三重難題,守護數(shù)字世界
- 2025年Q1互聯(lián)網(wǎng)企業(yè)業(yè)績榜揭曉:京東一騎絕塵,劉強東的貢獻成焦點
- 英偉達中國市場遭遇挑戰(zhàn):人才流失與競爭壓力下的地位動搖
- 哈啰出行披露8億用戶足跡,綠色出行與可持續(xù)發(fā)展并駕齊驅(qū)
- 英偉達破釜沉舟,百萬美元游說美政府打破出口限制,避免損失海量市值
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。