AIとロボティクスはいかにして世界の廃棄物選別とリサイクルを変革しているか

世界全体で経済活動に投入される原材料のうち、リサイクルまたは再利用された資源に由来するものは7％未満にとどまる一方で、都市固形廃棄物は年間20億トンを超えており、この数値は2050年までにほぼ倍増すると予測されている。この深刻化する課題に対処するため、世界中のリサイクル施設は、高速で流れる廃棄物の流れから有価物を正確に識別・回収すべく、ビジョンAIやロボットによる自動化への依存度を高めている。

NVIDIA Inceptionプログラムに参加するスタートアップ4社は、選別ラインに直接コンピュータービジョンとロボットピッカーを導入し、プラスチック、都市ごみ回収、繊維リサイクルにおけるボトルネックの解消に取り組んでいる。

AIRECOが高純度プラスチックの選別を自動化

台湾のスタートアップであるAIRECOは、プラスチックリサイクルの経済的課題を解決するためにビジョンAIを活用している。再生プラスチックは、廃材品質のばらつきや高額な人件費、低品質品へのダウンサイクルなどが原因で、バージン材との競争に苦戦することが多い。

AIRECOの自動化アプローチは、廃棄されたプラスチック製品を品質の劣る代替品ではなく同等グレードの製品へと再生処理できる「クローズドループ・リサイクル」を支える精密選別に焦点を当てている。台南市にあるリサイクル工場において、同社のパイロットラインはNVIDIA Jetson Orin NXモジュールを活用して推論を実行し、コンベアベルトから対象のプラスチックをピックアップするロボットアームを制御している。

このテストシステムは95％以上の認識精度を達成している。AIRECOは来年、本格的な生産ラインを展開する計画で、運用コストを85％削減しつつ、年間処理能力を1万8,000トンから4万8,000トンへと拡大することを目指している。

高速選別ロボットを展開するEverestLabs

資源回収施設（MRF）では、物品が高速コンベアベルト上を流れており、従来の手作業による選別は肉体的に過酷で危険を伴う。米国に拠点を置くEverestLabs AIは、リアルタイムで迅速なピッキング判断を下せるコンピュータービジョン誘導型ロボットを設置することで、この課題に対処した。

同社は現在、北米とオーストラリアのリサイクル施設に約150台のロボットユニットを展開している。NVIDIA RTX GPUでエッジ推論を実行し、NVIDIA CUDAを用いたデータセンターハードウェア上でモデルを学習させることで、このシステムは素材やブランド、包装の種類を即座に分類する。

これまでにEverestLabsは、自社システムが約400億個の物体を識別し、約2万5,000トンのリサイクル可能素材を回収し、およそ3万トンの二酸化炭素排出を防止したと見積もっている。同スタートアップはまた、工場の管理者や企業の経営層へ直接運用分析データを提供するエージェント型AIソフトウェアツールの展開も進めている。

高速廃棄物ベルトを監視するGreyparrot

ロボットアームが物理的に物品を取り扱う一方で、施設の管理者らは情報面のギャップにも直面している。従来、作業員はベルト上を流れる廃棄物の1％未満を手作業でサンプリングすることでその構成を把握していた。英国のスタートアップであるGreyparrotは、廃棄物の流れ全体を継続的に監視するためのプラットフォーム「Analyzer」を開発した。

秒速最大4メートルで動くコンベアベルトの真上に設置されるAnalyzerは、粉塵や照明の変化がある環境下でも、通過する物体を素材やブランドごとに追跡する。このシステムはエッジ処理にNVIDIA Jetsonモジュールを採用しており、NVIDIA GPUを用いて数十億個の物体データで学習されている。

20カ国以上で300台以上のAnalyzerシステムが稼働しており、プラットフォームによるバウンディングボックスの検出数は1兆回を超えた。この自動監視によって、15トンの廃棄物の監査に要する時間は従来の375時間からわずか6時間へと短縮される。Greyparrotを導入した施設では、10％〜30％の全体的な効率向上が報告されている。世界的な包装メーカーのAmcorはこの技術を利用して食品グレードプラスチックの歩留まりを12％向上させ、Coca-ColaやColgate-Palmolive、Kenvueといった消費財ブランドは、包装の回収状況を追跡するためにこのデータを活用している。

衣類分類を高速化するreverse.fashion

繊維リサイクルは、さらに困難な選別課題に直面している。欧州では年間約700万トンの古着や廃繊維が発生しており、その約4分の1が、高級ヴィンテージのリセール品からウエス（清掃用雑巾）、家具の詰め物に至るまで、数百ものカテゴリーへと手作業で選別されている。

ベルリンに拠点を置くreverse.fashionは、NVIDIA TensorRTソフトウェアで最適化され、NVIDIA Jetsonエッジモジュール上で動作する高解像度コンピュータービジョンパイプラインを用いて、このワークフローを自動化している。衣服が秒速3メートルでベルト上を流れる中、十数種類以上のビジョンモデルが微細な欠陥、生地の構造、サイズ、ブランド、色、スタイル、季節感を瞬時に判定する。

同スタートアップによると、この自動化システムは従来1週間の手作業を要した選別作業をわずか1時間で完了できるという。同技術は現在、欧州全域の処理施設に導入が進められており、サーキュラーファッションの拡大と繊維廃棄物の削減に向けた道筋を切り拓いている。