FIND研究員：吳湘芸 
人類每天使用大量的包裝以及一次性容器，生產這些物品所產生的大量碳排放，以及後續廢物汙染，成為人們必須正視的重大問題之一。
雖然過往會透過廢料回收來降低對環境的汙染，但傳統廢料回收是透過人力方式分類，這樣的方式極度缺乏效率且耗用大量的成本，因此我們勢必得找到一個更有效的方式來改善這個問題。
【產業現況】
傳統的廢物收集及處理方式，是以人力進行分類，因此需要大量的時間和人力資源，且需要培訓和管理人員，使得成本高且效率低。
根據美國能源部關於塑料的報告中顯示 ，在 2019 年美國總計約 4,400 萬噸塑料廢物中，約 86% 被掩埋、9% 被燃燒，僅5%塑膠廢料是被回收的。這顯示目前存有大量的可回收資源未被妥善循環利用，而是被掩埋或焚燒，可想而知，這樣的行為會對環境造成巨大的污染，以及大量資源浪費。
【技術突破】
美國回收機器人公司「AMP Robotics」近期研發出一款材料回收設施（Metal Recovery Facility, MRF）的AI機器人，透過電腦視覺和深度學習來識別和回收各種材料，如塑料、紙板、紙張、罐頭等，目前AMP（Advanced Material Platform）的AI平台 AMP Neuron™ 已能夠識別超過500億個物體，成為機器學習中已知最大的可回收材料數據集。
圖1：AMP 電腦視覺影像分析標記
圖片來源：https://www.amprobotics.com/artificial-intelligence
AMP透過高效及高準確度地偵測及進行後續的分揀、拾取和放置材料工作，且無論是單一材質，還是混合紙張、金屬及塑料組合等都能有效地達成任務。目前已能做到99%的準確度，及每分鐘80到120次拾取，和人工處理相較，提供了更高的準確度，且提高了2~3倍的效率。
【未來展望】
材料回收設施 (MRF) 技術在未來具有重要的潛力，將進一步促進循環利用和回收價值創造，以及實現ESG中環境友善的目標。
透過AI機器人的高勞動效率和回收率，使更多可回收廢棄物得以回收再利用，並且能夠處理更多複雜的可回收廢材，確保所有內容得到有效處理，避免資源的浪費，讓大量的廢物轉化為可再利用的資源。並可減少對原始材料的需求，降低能源消耗及溫室氣體的排放，從而降低碳足跡和對環境的傷害。
封面照片來源：
https://www.amprobotics.com/robotic-system
參考資料：
1.AMP官網
https://www.amprobotics.com/artificial-intelligence
2.Robotics Develops Industry's First AI-Powered System for Recovery of Film and Flexible Packaging
https://www.amprobotics.com/news-articles/amp-robotics-develops-industry-first-ai-powered-system-for-recovery-of-film-and-flexible-packaging
3.Robotics Raises $91 Million in Series C Financing
https://www.businesswire.com/news/home/20221102005209/en/AMP-Robotics-Raises-91-Million-in-Series-C-Financing
