作者：陸向陽
說到垃圾分類很多人會覺得麻煩，因為經常要主觀判斷：這個可燃還不可燃？塑膠罐算塑膠類還是瓶罐類？有時分錯類還會挺懊悔的（傷害到地球）。
還有，對一些家長老師而言也可能頭痛，教導小孩某一些分類原則後，小孩很容易又拿各種特定狀況來挑戰質疑教導的準則。
70美元的AI垃圾分類器
如果有個AI機器來幫助判別垃圾不是很好？國外有一名創客Jen Fox（也是一名微軟程式經理）就發起這樣的專案。
該專案用一台樹莓派，搭配樹莓派官方的攝影機，再搭配一個按鈕與五個LED燈號，最後安裝一個寫好的Python程式，這樣就實現了一台AI垃圾分類器，整個成本只要70美元，包含買樹莓派的成本在裡頭。
70美元的AI垃圾分類器（圖片來源：樹莓派基金會）
這套垃圾分類器很明顯是用攝影機的鏡頭影像，來辨認垃圾屬於哪一類型，但這涉及人工智慧模型的訓練，要訓練出一個分類模型才能正確分類，過往這通常要撰寫程式才能完成，但Microsoft推出免撰寫程式的訓練工具Lobe（2020年11月仍在Beta版），只要有照片，然後手動選定該照片物屬於哪一類型，模型就會自己訓練學習，隨著照片數增加，就能精進模型的研判能力。
Microsoft Lobe的程式畫面（圖片來源：樹莓派基金會）
四種垃圾類型專案
Jen Fox發起的專案分成幾類垃圾：Garbage（垃圾）、Recycle（可回收）、Compost（可土埋）、Haz Waste（Hazardous，對環境高危害的）。前述的五個LED有四個即是四種垃圾類型的指示燈，亮哪一個燈就表示垃圾屬於哪一類。
還有一個LED是攝影狀態燈，每一個垃圾拿到鏡頭前按下拍照按鈕後攝影狀態燈會閃爍，表示正在記錄影像並對影像進行研判，燈熄滅後表示可以再拍攝、研判下一個垃圾。
垃圾分類器五個LED燈號及按鈕的線路配置圖（圖片來源：樹莓派基金會）
至於要載入到樹莓派的Python程式，其原始程式碼只有90行，而且還是算入註解的，刪除註解跟為了可讀性而保留的空行後，恐怕更精簡。
結語
最後，其實這專案看起來就是在試驗與推廣Microsoft Lobe，同時也估計要運用眾人之力，一起訓練出一個超強的垃圾分類模型，對大家都有幫助。不過這個分類方式好像不太適用於我國，或許我國也可以發起一個眾人共同響應的垃圾分類模型訓練專案，為環境永續盡一份心力。
（責任編輯：王姵文）
- 致敬？回敬？繼NVIDIA Chat with RTX後AMD亦推行LLM Studio - 2024/03/27
- 推探Google開源、輕量級大型語言模型Gemma - 2024/03/21
- 不只是評估套件？BrainChip推出Akida Edge AI Box閘道器 - 2024/02/28
