听说,你每周都要“吃”掉一张信用卡?

生活在塑料时代,A.I.都急了!

我们生活的这颗蓝色星球正在逐渐变成白色

让地球变色的,是无数包裹着它的塑料垃圾

继上海市绿化市容局发布了《生活垃圾分类投放指南》,开始国内垃圾分类「最严执法」后,北京也推硬招,试点生活垃圾“不分类则不收运”机制。

全国推行垃圾分类已经进入了倒计时,前段时间还在对上海人民“哈哈哈哈哈哈”的网友们一个也别想跑。

002

但实际上,从 2010 年导演王久良拍出震惊世界的《垃圾围城》,到2017 年底中国开始禁止洋垃圾入境,再到如今各城进入强制垃圾分类时代。

我们所需要面对的垃圾战争,才刚刚开始。

00222

 王久良纪录片《垃圾围城》,黄色标记为北京周边的垃圾场

每周,我们都要“吃掉”一张信用卡

已打响的垃圾战争中,难以降解的塑料废弃物作为水体、土壤和海洋的主要污染源,是垃圾处理领域的头号大敌

目前的污染已经达到了什么程度呢?

过去二十年间,世界上产出的塑料比其他材料加起来更多;同时,人类产生的废弃物超过 75%都是塑料

2019年5月,一组探险团队在马里亚纳海沟潜水至10927米处,打破深潜最深记录的同时,也在海沟的底部发现了一个塑料垃圾。

2

这意味着什么?

澳大利亚纽卡斯尔大学的研究给出了直观的数据——全球范围内,人们每周摄入的塑料达到 5 克,相当于一张信用卡

3

我们,就是塑料漂流的终点站

日常生活废弃物中的塑料在自然界中,会逐渐被分解成粒径小于5mm的塑料颗粒。这些微塑料会进入河流和海洋,被贻贝、浮游动物等低端食物链生物吃掉。

由于微塑料不能被消化,它们会在贝类、浮游动物的胃里一直存在。当食物链中端的鱼类、鸟类吃掉这些动物时,也会将它们体内无法消化的微塑料吃掉,并继续留在体内。

人类作为食物链顶端的存在,也是塑料漂流的终点站

889

 进入陆地和海洋的微塑料,最终会回到我们的餐桌

“塑料不仅污染了我们的河流和海洋,杀死了水中的生物,也进入了我们所有人的体内。”世界自然基金会国际组织总干事马克·兰伯蒂尼说。

美国领先的调查机构Grand View Research预测,到 2025 年,每 3 吨鱼类将平均含有 1 吨塑料

也就是说,未来你吃的生鱼片,可能会变成塑料片

002222_meitu_1

用无人机与AI算法绘制垃圾地图

六月底的 G20 的峰会上,参会各国在宣言中达成「蓝色海洋愿景」,承诺在 2050 年前实现海洋塑料垃圾的「零排放」。

只有意识和决心还远远不够。英国伦敦的一个团队 Plastic Tide,正在使用人工智能技术来解决塑料污染这个复杂的问题。他们选择先从大太平洋垃圾填埋场(GPGP)下手。

大太平洋垃圾填埋场,是世界海洋中五个海上塑料聚集区中最大的一个。

98

 美国纪录片《塑料天堂:大太平洋垃圾带》

据估计,每年有 115 万-241 万吨塑料进入大太平洋垃圾填埋场。它不是垃圾岛,而是一整片漂流在海洋中的塑胶碎片及微粒,面积达 160 万平方公里,与中国面积最大的省份新疆相当。如果单纯依靠人力捕捞,至少需要 7 万 9 千年。

Plastic Tide一直试图利用现代技术衡量海洋垃圾的规模。

他们使用无人机安装相机,拍摄数以千计的航拍照片,然后用这些照片训练 AI 算法识别塑料垃圾并加以区分。

11

 机器学习分析海洋塑料垃圾

项目最终做出一个开源地图,地图上准确标记出了污染最严重的海岸线。

「借助地图,我们可以了解人类、海洋生物和鸟类生活受影响最严重的地区,环保企业可以把注意力集中在最需要的地方。」Plastic Tide的董事Peter Kohler 如是说。

A.I.+垃圾分类也有新招

回到我们的日常生活中,让广大市民头疼的垃圾分类难点,主要就在于归类

比如教你怎么处理一杯没喝完的奶茶,要分四步走:

8766_meitu_1

 好的,我不喝

夏日宵夜必备小龙虾更是把不少网友搞得晕头转向:整只小龙虾是湿垃圾,去黄龙虾头就是干垃圾?龙虾肉、龙虾黄是湿垃圾,龙虾壳又是干垃圾?

不不不,官方已经辟谣了:小龙虾,龙虾壳,龙虾头,龙虾黄,龙虾肉都属于湿垃圾

875

到底如何正确进行垃圾分类?最稳妥的办法就是通过计算机视觉来实现智能投递

目前已经有小区安装了智能回收垃圾站,只需要在垃圾桶前扫描一下,就能自动识别居民投递物的类型,并提示具体的分类。

除此之外,在垃圾分类的后端处理区,A.I.也能助把力。

传统垃圾分拣的工作是由人类来完成的,肮脏、枯燥,而且危险,常常会接触到有害物品,比如针管、碎玻璃等等,也被称为美国最危险的职业之一。

8888

而北美纸箱包装委员会选择用A.I.进行边缘算力、终端芯片、云端处理的综合联动。他们与阿尔卑斯废物循环利用、AMP 机器人这两家公司合作,在旗下的工厂中安装了AMP公司的Cortex分类机器人

Cortex机器人配备了像蜘蛛一样的机械臂,系统中集成了一颗摄像头,可以利用摄像机向电脑传递影像信息,经过训练的机器学习算法识别出传送带上的垃圾,再对其进行分拣。不仅提高了效率,也降低了健康风险。

告别塑料时代:零浪费、零包装

日前,凯度咨询最新发布《从全球到中国——2019零售趋势洞察》。其中,建立可持续零售模式正是全球市场线下零售趋势之一。

可持续性问题正日益影响着零售业的发展。公司可采用多种不同形式,包括供应链管理、可持续性采购、减少包装和浪费等,推进可持续发展计划。

211

中国也正走在可持续性发展道路上。

212

因为海洋的存在,地球被称为蓝色星球。但塑料垃圾的泛滥,正在让地球变成一个白色星球。

人工智能技术的力量能够加速垃圾清理事业的进度,减少我们对环境造成的伤害。

但想告别塑料时代,就要从源头开始,减少产生塑料垃圾。

别让我们的未来,诞生在垃圾堆里。

00

研究所二维码

想买的东西总是没货?可能是谷歌A.I.在搞事

A.I.比卖家更懂买家。

放在购物车里的东西又双叒叕没货了。

小到饮料衣物,大到数码家具,每天都有人在网上买买买

手机一键下单、同城当天送达、七天无理由退换货……有赖于我国电商的发达,买对于我们来说就是分分钟的事。

连明星都拒绝不了网购的快乐。

30

理性购物蔡依林:眼睛酸了就不买了

国家邮政局6月中国快递发展指数也显示,我国6月快递业务量达53亿件,相当于日本2017年全年业务量。

22

大量调查指出,与实体店购物相比,客户更喜欢网上购物的便利性。

但买东西多了,退货也多。各种原因的退货在「7 天无理由退换」规则中,是商家难以避免的问题。据估计,有三分之一的电子商务要面对退换货的问题。

 

Google想做点什么

Google 和印度电子商务公司 Myntra Designs 研究人员尝试解决退货这一难点。

他们使用了一个机器学习模型,对购物者的偏好、体型、产品浏览记录等数据进行训练,设法在客户购买商品之前预测每个顾客的退货概率

之后,他们在Arxiv.org 上发表的一篇新论文中提到,零售行业一直试图预测回报率,但从未通过“实时预测购物车页面,以便可以根据回报概率值采取先发制人的行动”。

212

研究人员对Myntra平台进行了分析,该平台大约有600,000种商品,每周促成数百万份订单。他们发现,在所有产生的退货订单中,当客户购物车中存在与之类似的商品时,会有4%的概率退货。

11

例如网购衣物,人们可能会把支持退货的网购平台当做虚拟更衣室,将几种类似的商品加入购物车,购买后在家中试用,并退回他们不喜欢的那些。

32

某女子网购18件衣服 穿去旅游拍照后退回

 

A.I.比卖家更懂买家

为了进行退货预测A.I.模型的实时预测,研究人员整理了一个“完全连接”的新型深度神经网络

这种网络受到关于产品和客户的众多因素的培训,主要涵盖产品、购物车和用户级功能,包括(但不限于)品牌、产品新旧、购物车内商品数、订单日期和时间、交付城市、订单数、付款方式和购买频率。

然后,研究人员使用了基于 skip-gram 的模型创建了用户的分级向量。再使用这些向量的工程特性提出了一种混合双模型的方法。这样一来,经过训练的A.I.模型将生成客户购物车的即时评估,可以在顾客下单前预测其退货可能性。

44

那模型表现如何呢?首先了解一下用于二分类模型的评价的 AUC 值,它是衡量学习器优劣的一种性能指标。

在实验中,表现最佳的退货预测A.I.系统在观测者操作特性曲线下的AUC值达到了83.2%,精度达到74%

而在对100,000名用户进行的实时测试中,与对照组相比,订单数略微下降,这也是针对退货概率不同的客户采取不同措施的可预见结果。但值得肯定的是,采用A.I.退货预测之后的测试组,退货率下降了3%

她

各模型 ROC 曲线比较,深度神经网络达到曲线下面积最大

 

卖家能做点什么

整个模型的A.I.预测是实时发生的,这也意味电子零售商随时可以根据用户过高的退货概率采取措施。这其中包括:

· 调整运费,拒绝包邮。

· 给用户优惠券以限制退货。

· 更改付款方式,比如货到付款。

· 手动操作,显示产品缺货以阻止下单。

除了恶意退货导致的退货率过高,退货的另一大原因就是尺码不合适。针对这种情况,电子零售商应该学会分析数据,把货物的尺码标准同市面上通用的信息做比对,制订合适的尺寸,以此给出恰当的建议,并在顾客下单后给予一定的售后服务,减少顾客因尺码不合适等原因造成的退货。

退货已经吞噬了电子零售商的大部分利润。而现在,行业正试图解决这个问题。

「7 天无理由退换」规则在保障消费者权益、优化网购体验方面功不可没,而身为消费者的我们也应该遵循网购规则,下单前谨慎考虑,理智剁手,开心买买买~

88

研究所二维码

超过80%语音开发者的共同选择