Binit正在将人工智能引入垃圾处理领域
早期制作专门的硬件来容纳人工智能智能的尝试，被批评为有点垃圾。但这里有一个正在制作中的人工智能小工具，完全关乎垃圾，真的：芬兰初创公司Binit正在应用大型语言模型（LLMs）的图像处理能力来跟踪家庭垃圾。
人工智能用于分类我们丢弃的物品，以提高城市或商业水平的回收效率，近来引起了创业者的关注（例如像Greyparrot、TrashBot、Glacier这样的初创公司）。但Binit的创始人博鲁特·格尔吉奇认为家庭垃圾跟踪是一个尚未开发的领域。
“我们正在研发第一款家庭垃圾分类追踪器，”他告诉TechCrunch，把即将推出的人工智能小工具比作睡眠追踪器，但是用于监测您的垃圾丢弃习惯。“这是一种由神经网络支持的摄像头视觉技术。因此，我们正在利用LLM进行识别常见的家庭垃圾物品。”
这家在疫情期间成立的初创企业，已经从一位天使投资人那里获得了将近300万美元的资金，他们正在研发一种设计精美的人工智能硬件，可以安装在厨房的橱柜或墙壁上，用电池供电。这个设备配备了摄像头和其他传感器，可以在有人靠近时自动唤醒，让他们在将物品丢进垃圾桶之前进行扫描。
Grgic说他们依靠与商业LLM（大型语言模型）的整合——主要是OpenAI的GPT——来进行图像识别。然后，Binit跟踪家庭丢掉的东西——通过一个应用程序提供分析、反馈和游戏化，例如每周的垃圾评分，旨在鼓励用户减少丢弃的量。
团队最初尝试训练他们自己的人工智能模型来进行垃圾识别，但准确率很低（约40%）。因此，他们决定利用OpenAI的图像识别能力。Grgic声称，他们在整合LLM后获得了几乎98%的准确垃圾识别。
Binit的创始人表示他“不知道”为什么它能如此有效。目前尚不清楚OpenAI的训练数据中是否包含大量垃圾图片，或者它能够识别大量物品是因为它接受了大量数据训练。他声称这是一种难以置信的准确性，并表示他们在OpenAI模型的测试中取得的高性能可能是因为被扫描的物品是“常见物品”。
“它甚至可以相对准确地判断咖啡杯是否有内衬，因为它能识别品牌”，他说道，并补充说：“所以基本上，我们让用户把物体放在摄像头前面。这样就迫使他们在摄像头前使其稳定一会儿。在那一刻，摄像头从各个角度捕捉图像。”
用户扫描的垃圾数据被上传到云端，Binit能够分析并为用户生成反馈。基本分析功能将免费提供，但计划通过订阅引入高级功能。
这家初创公司还定位自己成为那些人们丢弃物品的数据供应商，这对于像包装公司这样的实体来说可能是有价值的情报，前提是它能够扩大使用规模。
然而，一种明显的批评是，人们真的需要一种高科技小工具来告诉他们他们是否扔掉了太多塑料吗？我们难道不都知道自己在消耗什么吗，我们需要尽量减少产生这么多垃圾吗？
“这是习惯，”他辩解道，“我认为我们意识到了，但我们不一定会行动起来。”
我们也知道，睡觉可能是很好的，但是我戴上了一款睡眠追踪器，我睡得更多了，尽管它没有教会我任何我不知道的东西。
在美国的测试中，Binit还表示，随着用户使用产品提供的垃圾透明度，混合垃圾的减少约为40%。因此，它认为透明度和游戏化的方式可以帮助人们改变根深蒂固的习惯。
Binit希望这款应用成为一个可以帮助用户减少浪费的地方，在这里他们既可以获取分析数据，也可以获取相关信息。对于后者，Grgic表示他们还打算利用LLMs提供建议——考虑用户的地理位置来个性化推荐内容。
“它的工作方式是——让我们以包装为例——用户扫描每件包装时，您的应用程序中会形成一张小卡片，在卡片上会显示您扔掉了什么[例如塑料瓶]…在您的地区，这些是您可以考虑的替代品，以减少您的塑料消耗，”他解释道。
他还看到了与食品浪费减少影响者合作的空间。
格尔吉奇认为该产品的另一个新奇之处在于它是“反放纵消费”，就像他所说的那样。这家初创公司将与日益增长的可持续意识和行动保持一致。人们越来越意识到，我们的一次性消费文化需要被淘汰，并以更加审慎的消费、重复利用和回收取而代之，以保护环境，造福子孙后代。
“我觉得我们正处在某种转折点上，”他表示。“我觉得人们开始自问：难道一切都需要扔掉吗？或者我们可以开始考虑修复和再利用吗？”
毕尼特的使用场景难道不能只是一个智能手机应用吗？格尔吉奇认为这取决于情况。他说，一些家庭在厨房使用智能手机时可能会弄脏手，但其他人却看到了使用专门的免持式垃圾扫描仪的价值。
值得注意的是，他们还计划通过他们的应用免费提供扫描功能，因此他们将提供两种选择。
到目前为止，这家创业公司已在美国的五个城市（纽约市、得克萨斯州奥斯汀、旧金山、奥克兰和迈阿密）以及欧洲的四个城市（巴黎、赫尔辛基、里斯本和斯洛伐克的卢布尔雅纳）进行了其人工智能垃圾扫描仪的试点项目。Grgic最初来自斯洛伐克。
他说他们正致力于在今年秋季进行商业推出，很可能是在美国。他们针对人工智能硬件的定价目标大约是199美元，他称之为智能家居设备的“黄金定价点”。
