废物坟场的AI幽灵(3)

因此，光学分选、人工智能也被用来提升既有分选结果的的质量。
所谓光学分选，其实就是识别铝、铜、锌、不锈钢和黄铜等都在可见光和近红外光谱中的特殊「指纹」。
尽管他们的光谱反射性非常相似，但可以借由高光谱成像系统捕获到图像，使用分类算法（包括神经网络）分析金属的反射率，进行正确分类。
机器人，比如 ZenRobotics Heavy Picker 除了分拣建筑垃圾和生活垃圾，现在还可以借助形状、颜色、大小等特征识别金属物体，如铜，黄铜，不锈钢，铝或锌。
不过，机器人的分选速度远不及光学分选：
在某些情况下，光学分拣机每 0.06 秒就能进行一次分拣，最快的机器人需要 0.75 秒。
面对高吞吐量的业务场景，既要追求高质量又盈利，几乎当前所有分拣机器人都搞不定。
机器人制造商也都承认，机器人是对光学分选机的补充。
「(机器人) 的设计初衷并不是为了处理如今由光学分拣机分拣的大量垃圾。」Sadako 公司在接受采访时明确道。
AMP Robotics 也表示，自己的系统仅仅是可以取代流水线上「最后一班岗」的那台光学分选机，毕竟光选机太贵。
当然，人工智能的用途还不止于此。
为了进一步提升系统回收的纯度，针对机电部件震动对成像产生的干扰，一些厂家还利用人工智能技术去除噪点，增强成像清晰度。

采用机器人技术最多的是回收设备厂商（蓝色），其次是 PET 塑料回收公司那（绿色）以及电子垃圾回收企业（黄色）。
数据来源：How recycling robots have spread across North America
目前，大概只有两家美国电子垃圾处理企业采纳了机器人（上图）。至少，在 2017 年中国禁止进口洋垃圾之前，他们有更加划算的处理方式：
倾倒给发展中国家。
一些电子产品的生产企业曾计算得出，回收处理 1 吨电子垃圾的费用为 400 至 1000 美元，而出口同等垃圾的费用则只需 10 至 40 美元。
「一套完整的电子产品系统运到中国或者非洲等发展中地区后，当地人会用凿子或者锤子等工具将其拆散。」