Glacier พัฒนาหุ่นยนต์คัดแยก AI สำหรับโรงงานรีไซเคิล (MRF - Material Recovery Facility) โดยผสานแขนกลเข้ากับคอมพิวเตอร์วิทัศน์ เพื่อคัดแยกพลาสติก ฟิล์มพลาสติก กระดาษ ลูกฟูก และโลหะบนสายพานลำเลียง แต่อีกหนึ่งคุณค่าสำคัญที่พวกเขาเน้นย้ำคือ "ข้อมูล" ระบบจะบันทึกว่ามีวัสดุอะไรไหลผ่านสายพานบ้าง ซึ่งถือเป็นข้อมูลเชิงลึกที่อุตสาหกรรมการรีไซเคิลขาดแคลนมาโดยตลอด
ฟีเจอร์เด่น
- ระบบวิสัยทัศน์ AI ทำงานร่วมกับแขนกล เพื่อคัดแยกวัสดุรีไซเคิลบนสายพานลำเลียงโดยอัตโนมัติ
- สามารถคัดแยกพลาสติก ฟิล์มพลาสติก บรรจุภัณฑ์อ่อนตัว กระดาษ ลูกฟูก และโลหะ
- โมเดล AI ฝึกฝนด้วยภาพสถานการณ์การรีไซเคิลจริงนับพันล้านภาพ
- แดชบอร์ดข้อมูลแบบเรียลไทม์ระดับรายชิ้น (Item-level) เพื่อทำความเข้าใจองค์ประกอบของวัสดุ
- วิเคราะห์การดำเนินงานของโรงงานรีไซเคิลและติดตามคุณภาพผลผลิต
- มุ่งเน้นการเพิ่มอัตราการรีไซเคิลวัสดุด้วยต้นทุนที่คุ้มค่ากว่า
ข้อดี
- แก้ปัญหาการขาดแคลนแรงงานและหลุมดำด้านข้อมูลไปพร้อมกัน คุณค่าจึงไม่ใช่แค่เรื่องระบบอัตโนมัติ
- การคัดแยกฟิล์มและบรรจุภัณฑ์อ่อนตัวถือเป็นโจทย์ยากของอุตสาหกรรม ความสามารถในการจัดการวัสดุเหล่านี้จึงเป็นข้อได้เปรียบที่แท้จริง
- ข้อมูลระดับรายชิ้นมีประโยชน์อย่างยิ่งสำหรับความรับผิดชอบต่อสังคมของผู้ผลิต (EPR) และรายงานเศรษฐกิจหมุนเวียนของแบรนด์ต่างๆ
- ติดอันดับ 100 นวัตกรรมยอดเยี่ยมแห่งปีจาก Time ถือเป็นการยอมรับด้านเทคโนโลยีจากนอกอุตสาหกรรม
ข้อเสีย
- เป็นการลงทุนด้านอุปกรณ์ประเภททุนหนา (Heavy asset) โรงงานรีไซเคิลต้องมีงบลงทุนและพื้นที่สำหรับปรับปรุงพอสมควร
- โครงสร้างสาย 1 ของ MRF ในสหรัฐฯ แตกต่างจากระบบรีไซเคิลในเอเชีย การนำไปปรับใช้โดยตรงอาจไม่ตอบโจทย์ทั้งหมด
- ยังไม่มีการเปิดเผยราคาอย่างเป็นทางการ
- เว็บไซต์ทางการยังไม่มีการระบุข้อมูลพื้นฐาน เช่น ที่อยู่สำนักงานใหญ่อย่างชัดเจน
กรณีการใช้งาน
- การคัดแยกอัตโนมัติในโรงงานรีไซเคิล เพื่อแก้ปัญหาการขาดแคลนแรงงาน
- การรีไซเคิลวัสดุที่คัดแยกยาก เช่น ฟิล์มพลาสติกและบรรจุภัณฑ์อ่อนตัว
- การสถิติระดับรายชิ้นและการวิเคราะห์แนวโน้มขององค์ประกอบวัสดุรีไซเคิล
- การติดตามเส้นทางการรีไซเคิลบรรจุภัณฑ์สำหรับแบรนด์ เพื่อเป็นหลักฐานยืนยันความรับผิดชอบ EPR
- การตรวจสอบคุณภาพผลผลิตของโรงงานรีไซเคิลแบบเรียลไทม์
บันทึกบรรณาธิการ
หมายเหตุบรรณาธิการ: โรงงานรีไซเคิลคือสถานที่ที่ทุกคนคิดว่าสำคัญ แต่ไม่มีใครอยากเข้าไปทำงาน ผมเคยดูวิดีโอการทำงานใน MRF ที่คนต้องมายืนข้างสายพานความเร็วสูงเพื่อคุ้ยขยะด้วยมือเปล่าเป็นเวลา 8 ชั่วโมง จึงไม่น่าแปลกใจเลยที่อัตราการหมุนเวียนพนักงานจะสูงมาก ผมคิดว่าคุณค่าที่แท้จริงของบริษัทอย่าง Glacier อยู่ที่เลเยอร์ที่สอง นั่นคือการทำให้คำว่า "เรากำลังรีไซเคิลอะไรกันอยู่แน่" กลายเป็นตัวเลขที่วัดผลได้เป็นครั้งแรก ซึ่งเป็นสิ่งที่หลายๆ ประเทศกำลังต้องการเพื่อผลักดันนโยบาย EPR และเจรเรื่องความรับผิดชอบด้านบรรจุภัณฑ์กับแบรนด์ต่างๆ
คำถามที่พบบ่อย
แตกต่างจาก AMP และ Greyparrot อย่างไร?
ทั้งสามบริษัททำ AI ด้านการรีไซเคิล แต่แนวทางต่างกันเล็กน้อย Greyparrot เน้นไปที่ "การวิเคราะห์" โดยใช้ภาพวิเคราะห์องค์ประกอบขยะ ซึ่งไม่จำเป็นต้องลงมือคัดแยกเอง ส่วน AMP และ Glacier มีหุ่นยนต์คัดแยกของจริงทั้งคู่ โดย Glacier จะเน้นการผสานระหว่างหุ่นยนต์และแดชบอร์ดข้อมูล พร้อมทั้งมีความโดดเด่นในการจัดการวัสดุที่ยากต่อการคัดแยก เช่น ฟิล์มพลาสติก
หุ่นยนต์คัดแยกได้แม่นยำกว่ามนุษย์หรือไม่?
ภายใต้เงื่อนไขวัสดุที่เฉพาะเจาะจงและสายพานที่เสถียร ความสม่ำเสมอของหุ่นยนต์จะดีกว่ามนุษย์ที่เกิดความเหนื่อยล้า มันจะไม่พลาดเก็บของในช่วงชั่วโมงที่ 8 ของการทำงาน แต่หากต้องเจอวัสดุที่ปนเปื้อนอย่างหนัก พันกันยุ่งเหยิง หรือปะปนกันมากๆ การตัดสินใจของมนุษย์ยังคงมีความยืดหยุ่นมากกว่า ในทางปฏิบัติจึงมักเป็นการทำงานร่วมกันระหว่างคนกับเครื่องจักรมากกว่าการแทนที่อย่างสมบูรณ์
เครื่องมือ AI ที่เกี่ยวข้อง
MOVUS
AI ระบบ moniter สุขภาพเครื่องจักรจากออสเตรเลีย ที่ไม่ใช่แค่เตือนล่วงหน้า แต่บอกด้วยว่าต้องซ่อมตัวไหนก่อน
Luxonis
กล้อง AI เชิงลึก Edge AI ซีรีส์ OAK ประมวลผล Computer Vision บนอุปกรณ์ได้ทันที
Waste Robotics
ZenRobotics
ระบบหุ่นยนต์คัดแยกขยะชุดแรกของโลก ที่สามารถจำแนกประเภทขยะได้มากกว่า 500 ชนิด
Wildlife Insights
BirdWeather
เครือข่ายบันทึกเสียงนกทั่วโลกที่ขับเคลื่อนด้วย BirdNET Neural Network ติดตั้งไว้แล้วปล่อยให้ระบบบันทึกชนิดนกให้อัตโนมัติ