يقوم Binit بإحضار الذكاء الاصطناعي إلى سلة المهملات
لقد تم انتقاد المحاولات المبكرة لصنع أجهزة مخصصة لإيواء الذكاء الاصطناعي، باعتبارها هراء بعض الشيء. ولكن إليك أداة الذكاء الاصطناعي قيد التصنيع والتي تدور حول القمامة، حرفيًا: تقوم شركة Binit الفنلندية الناشئة بتطبيق إمكانات معالجة الصور لنماذج اللغات الكبيرة (LLMs) لتتبع النفايات المنزلية.
الذكاء الاصطناعي لفرز الأشياء التي نرميها لتعزيز كفاءة إعادة التدوير على المستوى البلدي أو التجاري قد استحوذ على اهتمام رواد الأعمال منذ فترة (انظر الشركات الناشئة مثل Greyparrot، TrashBot، Glacier). لكن مؤسس شركة Binit، بوروت جريجيتش، يعتقد أن تتبع النفايات المنزلية هو مجال غير مستغل.
قال لـ TechCrunch: “نحن ننتج أول جهاز لتتبع النفايات المنزلية”، مشبهًا أداة الذكاء الاصطناعي القادمة بجهاز تعقب النوم ولكن بعادات رمي القمامة. “إنها تقنية رؤية الكاميرا المدعومة بشبكة عصبية. لذلك نحن نستفيد من شهادات LLM للتعرف على النفايات المنزلية العادية.
تعمل الشركة الناشئة في مرحلة مبكرة، والتي تأسست أثناء الوباء وحصلت على تمويل بقيمة 3 ملايين دولار تقريبًا من مستثمر ملاك، على بناء أجهزة ذكاء اصطناعي مصممة للعيش (وتبدو رائعة) في المطبخ – مثبتة على خزانة أو جدار بالقرب من مكان تخزين الصناديق – يحدث الإجراء المتعلق. تحتوي الأداة التي تعمل بالبطارية على كاميرات وأجهزة استشعار أخرى حتى تتمكن من التنبيه عندما يكون شخص ما قريبًا، مما يسمح له بمسح العناصر قبل وضعها في سلة المهملات.
يقول جرجيك إنهم يعتمدون على التكامل مع حاملي شهادات LLM التجارية – وبشكل أساسي تقنية GPT الخاصة بشركة OpenAI – للقيام بالتعرف على الصور. يقوم Binit بعد ذلك بتتبع ما تتخلص منه الأسرة – حيث يوفر التحليلات والتعليقات والألعاب عبر أحد التطبيقات، مثل نتيجة النفايات الأسبوعية، وكلها تهدف إلى تشجيع المستخدمين على تقليل مقدار ما يتخلصون منه.
حاول الفريق في الأصل تدريب نموذج الذكاء الاصطناعي الخاص به للتعرف على المهملات، لكن الدقة كانت منخفضة (حوالي 40%). لذا فقد تمسكوا بفكرة استخدام إمكانيات التعرف على الصور الخاصة بـ OpenAI. يدعي Grgic أنهم حصلوا على ميزة التعرف على المهملات بدقة تصل إلى 98% تقريبًا بعد دمج LLM.
يقول مؤسس Binit إنه “ليس لديه أي فكرة” عن سبب نجاحه بهذه الجودة. ليس من الواضح ما إذا كانت الكثير من صور المهملات موجودة في بيانات التدريب الخاصة بـ OpenAI أم أنها قادرة فقط على التعرف على الكثير من الأشياء بسبب الحجم الهائل للبيانات التي تم تدريبها عليها. ويقول: “إنها دقة لا تصدق”، مما يشير إلى الأداء العالي الذي تم تدريبهم عليه. قد يكون ما تم تحقيقه في الاختبار باستخدام نموذج OpenAI يرجع إلى أن العناصر التي تم مسحها ضوئيًا هي “كائنات شائعة”.
ويواصل قائلاً: “إنه قادر أيضًا على معرفة، بدقة نسبية، ما إذا كان فنجان القهوة يحتوي على بطانة أم لا، لأنه يتعرف على العلامة التجارية”، مضيفًا: “لذلك، ما يجب على المستخدم فعله هو تمرير الشيء أمامه”. من الكاميرا. لذلك يجبرهم على تثبيته أمام الكاميرا قليلاً. وفي تلك اللحظة تلتقط الكاميرا الصورة من جميع الزوايا.
يتم تحميل البيانات الموجودة على سلة المهملات التي تم فحصها بواسطة المستخدمين إلى السحابة حيث يتمكن Binit من تحليلها وإنشاء تعليقات للمستخدمين. ستكون التحليلات الأساسية مجانية ولكنها تعتزم تقديم ميزات متميزة عبر الاشتراك.
تعمل الشركة الناشئة أيضًا على وضع نفسها لتصبح مزودًا للبيانات حول الأشياء التي يتخلص منها الناس – والتي يمكن أن تكون معلومات قيمة لكيانات مثل كيان التعبئة والتغليف، على افتراض أنها قادرة على توسيع نطاق الاستخدام.
ومع ذلك، هناك انتقاد واضح وهو هل يحتاج الناس حقًا إلى أداة عالية التقنية لإخبارهم أنهم يتخلصون من الكثير من البلاستيك؟ ألا نعلم جميعًا ما نستهلكه، وأننا بحاجة إلى محاولة عدم توليد الكثير من النفايات؟
ويجادل قائلاً: “إنها عادات”. “أعتقد أننا ندرك ذلك – لكننا لا نتصرف بالضرورة بناءً عليه.
“نحن نعلم أيضًا أنه ربما يكون النوم مفيدًا، ولكن بعد ذلك وضعت جهاز تتبع النوم وأنام كثيرًا، على الرغم من أنه لم يعلمني ذلك” أي شئ التي لم أكن أعرفها بالفعل.”
أثناء الاختبارات التي أجريت في الولايات المتحدة، قالت شركة Binit أيضًا إنها شهدت انخفاضًا بنسبة 40% تقريبًا في نفايات الصناديق المختلطة حيث تفاعل المستخدمون مع شفافية القمامة التي يوفرها المنتج. لذلك، فهي تعتقد أن نهجها القائم على الشفافية واللعب يمكن أن يساعد الناس على تغيير العادات المتأصلة.
يريد Binit أن يكون التطبيق مكانًا يحصل فيه المستخدمون على التحليلات والمعلومات لمساعدتهم على تقليص مقدار ما يتخلصون منه. بالنسبة للأخير، يقول Grgic إنهم يخططون أيضًا للاستفادة من LLMs للحصول على اقتراحات، مع الأخذ في الاعتبار موقع المستخدم لتخصيص التوصيات.
“الطريقة التي تعمل بها هي – لنأخذ التغليف، على سبيل المثال – حيث أن كل قطعة من التغليف يقوم المستخدم بمسحها ضوئيًا، توجد بطاقة صغيرة تم تشكيلها في تطبيقك ومكتوب على تلك البطاقة أن هذا هو ما تخلصت منه [e.g. a plastic bottle]… وفي منطقتك، هناك بدائل يمكنك وضعها في الاعتبار لتقليل استهلاكك للبلاستيك.
ويرى أيضًا مجالًا للشراكات، مثل الشراكات مع الجهات المؤثرة في الحد من هدر الطعام.
ويقول غريجيك إن المنتج الجديد الجديد هو أنه “مكافحة الاستهلاك المضطرب”، على حد تعبيره. تتماشى الشركة الناشئة مع الوعي المتزايد وعمل الاستدامة. هناك شعور بأن ثقافة الاستهلاك ذات الاستخدام الواحد يجب التخلص منها، واستبدالها باستهلاك أكثر وعيًا وإعادة الاستخدام وإعادة التدوير، لحماية البيئة للأجيال القادمة.
“أشعر أننا على أعتاب [something]،” هو يقترح. “أعتقد أن الناس بدأوا يطرحون على أنفسهم الأسئلة: هل من الضروري حقًا التخلص من كل شيء؟ أم يمكننا أن نبدأ بالتفكير في الإصلاح [and reusing]؟”
ألا يمكن أن تكون حالة استخدام Binit مجرد تطبيق للهواتف الذكية؟ يجادل Grgic بأن هذا يعتمد. ويقول إن بعض الأسر سعيدة باستخدام الهاتف الذكي في المطبخ عندما تتسخ أيديهم أثناء إعداد الوجبات، على سبيل المثال، لكن البعض الآخر يرى قيمة في وجود ماسح ضوئي مخصص للقمامة بدون استخدام اليدين.
ومن الجدير بالذكر أنهم يخططون أيضًا لتقديم ميزة المسح من خلال تطبيقهم مجانًا، لذا فهم سيقدمون كلا الخيارين.
حتى الآن، قامت الشركة الناشئة بتجربة ماسح القمامة الذي يعمل بالذكاء الاصطناعي في خمس مدن في جميع أنحاء الولايات المتحدة (مدينة نيويورك وأوستن وتكساس وسان فرانسيسكو وأوكلاند وميامي) وأربع مدن في أوروبا (باريس وهلسنيكي ولشبونة وليوبجلانا في سلوفاكيا، حيث يعمل جريجيك). أصلا من).
ويقول إنهم يعملون على إطلاقه تجاريًا هذا الخريف، على الأرجح في الولايات المتحدة. ويبلغ السعر الذي يستهدفونه لأجهزة الذكاء الاصطناعي حوالي 199 دولارًا، وهو ما يصفه بأنه “المكان المثالي” للأجهزة المنزلية الذكية.
