Crean unos cubos de basura inteligentes que regañan a quienes no reciclan correctamente
Madrid
La compañía canadiense Intuitive AI ha desarrollado un sistema de Inteligencia Artificial (IA) que ha implantado en cubos de basura, de forma que analiza los productos que las personas van a desechar y les enseña a reciclarlos correctamente, reprochándoles en voz alta cuando no reciclan bien.
La herramienta Intuitive, bautizada como Oscar, está entrenada a partir de WasteNet, una base de datos más de un millón de imágenes de productos que las personas tiran a la basura y la más grande del mundo de este tipo, según sus creadores.
Oscar hace uso de la visión computerizada a través de cámara situadas frente a los cubos de basura para analizar y detectar los productos que las personas van a tirar, sin fijarse en la cara de la persona para mantener la privacidad.
En aproximadamente medio segundo, la imagen del usuario se compara con la base de datos de WasteNet a través del uso del módulo Jetson TX2 de NVIDIA, como ha explicado la empresa.
Con esta información, los cubos inteligentes de Intuitive muestran a través de unas pantallas que incorporan unas explicación de a qué cubo tienen que tirar cada producto o si es necesario separarlo antes de tirarlo, como en el caso de los vasos de papel con tapas de plástico.
Estas explicaciones son también sonoras, y la IA de Oscar felicita en voz alta a las personas que reciclan de manera correcta y reprende a quienes se equivocan de contenedor.
Según Intuitive, el uso de Oscar permite lograr unas tasas de reciclado hasta tres veces superiores. La nueva tecnología ya se utiliza en tres ciudades canadienses (Vancouver, Calgary y Toronto) y una estadounidense (San Francisco) para centros comerciales, universidades, aeropuertos y campus corporativos.
El sistema tiene como objetivo poder utilizar los materiales reciclados como el plástico para la exportación y la fabricación de productos, ya que desde 2018 China prohíbe la importación de residuos contaminados en más del 0,5 por ciento.
- Hits: 243
