ごみ選別AIで処理量が約3倍へ　台湾AIRECOは運用コスト85%減を狙う

対象は、廃棄物処理やリサイクル、アパレルの現場に関わる事業者です。一般の消費者の暮らしや料金が、すぐ変わる話ではありません。日本での提供はまだ発表されていません。

NVIDIA公式ブログは、同社のスタートアップ支援プログラム「NVIDIA Inception」に参加する4社の事例を紹介しました。いずれも、ベルトコンベヤー上の廃棄物をカメラで見分け、AIとロボットで選別する会社です。

ブログによると、世界で使われる素材のうち、再生・再利用品は7%未満です。都市ごみの発生量は年20億トンを超え、2050年にはほぼ倍増しうるとしています。

廃プラを細かく分けて処理量を約3倍に　台湾AIRECO

AIRECOは、画像認識AIでプラスチックを細かく分けます。細かく分けると、ボトルをまたボトルに戻す「クローズドループ」（使用済み品を同じ製品に再生する方式）に回せます。

台南のリサイクル工場の試験ラインでは、NVIDIA Jetson Orin NX（機器の中で動くAI用モジュール）で推論（学習済みAIが答えを出す処理）を実行しています。ロボットアームの制御にも使っています。試験ラインの認識精度は95%超です。

来年（2027年）予定の本稼働ラインでは、年間処理量を1万8,000トンから4万8,000トンに増やす計画です。運用コストは85%減らす狙いです。

ロボット約150台が稼働　米EverestLabs AI

EverestLabs AIは、家庭ごみを仕分ける施設にカメラ誘導のロボットを導入しています。北米とオーストラリアで約150台が稼働中です。

ベルトは一定の速さで流れるため、素材が過ぎる前に動く必要があります。CEOのR. Paul Singh氏は「リアルタイムの勝負だ」と説明しています。推論はNVIDIA RTX GPUで、学習はデータセンター用GPUで行っています。

同社の推計では、これまでに約40億個を識別し、約2万5,000トンをリサイクルしました。二酸化炭素の排出は約3万トン回避したとしています。現場の管理者向けに、エージェント型（自分で手順を進める）のAIツールも提供しています。

375時間の確認が6時間に　英Greyparrot

リサイクル工場では、1日に数万トンを処理しても、ベルト上の中身は1%未満の手作業サンプルで判断してきました。Greyparrotの「Analyzer」はベルトの上に設置し、素材とブランドを1つずつ識別します。毎秒4メートルのベルトで、粉じんや暗い環境でも動くとしています。

300台超が20か国以上で稼働し、15トン分の確認は375時間から6時間になりました。利用施設は効率が10〜30%上がったと報告しています。包装大手Amcorでは、食品用プラスチックの回収率が12%上がりました。Coca-Cola、Colgate-Palmolive、Kenvueも包装の再生状況の計測に使っています。

古着を毎秒3メートルで選別　独reverse.fashion

欧州では年に約700万トンの古着が出ます。約4分の1は別に回収され、人の手で数百の区分に分けられています。

ベルリンのreverse.fashionは、種類・傷・色・サイズ・ブランド・季節などをAIで判定し、最も価値が高い区分に振り分けます。毎秒3メートルで流れる衣類は、12個を超える画像AIモデルを通ります。モデルはNVIDIA TensorRTで最適化し、Jetson上で動かします。

共同創業者のKarsten Pufahl氏は、従来1週間かかった作業を1時間でこなせると見積もっています。欧州の施設に順次展開中です。

編集部の見方では、4社に共通するのは、ベルトの速さに間に合う画像認識を機器の側で動かす点です。ただし、効果の数字は各社の報告や見積もりです。条件をそろえた比較ではありません。