Claylson Martins
O Raspberry Pi sempre foi visto como um aparelhinho de mil e uma utilidades. E para confirmar essa tese, surgiu mais uma ideia de utilização do mesmo. Agora, os pesquisadores estão equipando o computador de baixo custo com inteligência artificial, câmeras e robôs de alta resolução para separar e reduzir a quantidade de lixo que vai para aterros sanitários. Portanto, o Raspberry Pi usa Inteligência Artificial para projetos de reciclagem.
Engenheiros da Liverpool Hope University brincaram com um modelo do Raspberry Pi 3, combinando o dispositivo com sensores ópticos e algoritmos de visão computacional, para criar uma ferramenta que pode distinguir entre papel, vidro, plástico, metal e papelão.
Funciona em uma Unidade de recuperação de material (MRF), onde o lixo doméstico geralmente passa por uma classificação. Assim, a tecnologia pode localizar diferentes materiais na esteira onde despejam o lixo é despejado. O mecanismo instrui os robôs a reciclar objetos específicos conforme eles vêm em sua direção.
Karl Myers, do departamento de matemática e ciência da computação da Liverpool Hope University, disse que o Raspberry Pi envia um sinal via comunicação serial para o braço robótico sobre a posição dos recicláveis, e o robô apenas agarra o objeto.
Os pesquisadores disseram que o algoritmo alcançou uma taxa de sucesso de até 92%, com um desempenho básico de 90%, e argumentaram que a abordagem era, portanto, viável para uso comercial.
Raspberry Pi usa Inteligência Artificial para projetos de reciclagem
Com a crescente quantidade de lixo gerada a cada ano em todo o mundo, melhorar o desempenho das instalações de reciclagem é fundamental para evitar o descarte de resíduos em aterros sanitários. Dos 229,9 milhões de toneladas de resíduos sólidos gerados no Reino Unido em 2017, apenas 47% foram reciclados. O Departamento de Meio Ambiente estabeleceu uma meta de aumentar as taxas de reciclagem para 50% até 2020.
Atualmente, as famílias no Reino Unido devem manter todos os recicláveis – papel, metais, vidro e assim por diante – em um único recipiente. Eles coletam e depois enviam a um MRF para classificação e processamento.
Uma vez lá, os materiais são colocados em uma esteira rolante, onde papelão, embalagens, papel e plásticos são retirados manualmente. Latas de aço e estanho são sugadas por um poderoso ímã, enquanto um ímã reverso faz com que as latas de alumínio voem para fora do transportador e para um recipiente de armazenamento.
Supervisão humana
Operadores humanos supervisionam o processo, que geralmente vem com erros, ineficiências e custos extras. “A visão de longo prazo seria remover os humanos inteiramente dos MRFs”, disse Myers. “Apenas cerca de 40% da reciclagem que enviamos para MRFs é realmente reciclada, e isso por causa das interações humanas. Nosso sistema vai melhorar a precisão no MRF porque remove as inadequações do humano.”
Myers e sua equipe treinaram o algoritmo com um banco de dados de 3.500 imagens diferentes de lixo, combinando um recurso chamado TrashNet com imagens do Google. Os pesquisadores usaram a aprendizagem por transferência, uma abordagem particular em aprendizagem de máquina que permite ao sistema de IA armazenar o conhecimento adquirido ao resolver um problema e aplicá-lo para resolver um novo e diferente (mas relacionado).
O método imita o cérebro humano: se você está aprendendo a usar uma motocicleta, é provável que recorra a seu conhecimento de andar de bicicleta. Com a aprendizagem por transferência, o algoritmo pode usar o conhecimento obtido de um problema anterior para resolver um novo que tem poucos dados.
Nesse caso, isso significa que nenhum treinamento é necessário para o sistema – ele usará todas as imagens e conhecimentos anteriores de outros conjuntos de dados e os aplicará ao problema em que está trabalhando. É essencialmente um plug and play.
Bom e barato. Porém, mais lentos que humanos
Útil, preciso e fácil de implantar, portanto – mas também barato. Construir o sistema custou menos de £ 100 no total.
Há uma desvantagem. Com base nos testes, os robôs de reciclagem com Raspberry Pi estão mais lentos para separar o lixo do que os humanos. Myers argumentou, no entanto, que uma tecnologia lenta ainda é “perfeitamente adequada”, desde que seja precisa. A eficiência e o custo da tecnologia compensam o baixo desempenho de velocidade do sistema.
A equipe de pesquisa agora espera desenvolver a invenção para integrá-la com soluções de recuperação de resíduos, como a plataforma controlada por satélite SeaVax. Ela funciona como um aspirador de pó gigante nos oceanos.
SeaVax não busca objetos de forma inteligente; em vez disso, o robô pega indiscriminadamente os objetos que encontra e os joga em seu funil. Equipar a plataforma com a tecnologia de reciclagem automatizada desenvolvida por Myers e sua equipe pode agregar grande valor ao sistema, separando os resíduos diretamente no ponto de coleta, e não em um MRF.
Alguns desafios de engenharia permanecem antes que os pesquisadores possam atingir esse objetivo, mas Myers já está testando o algoritmo em sistemas mais poderosos.
