Binit هوش مصنوعی را به سطل زباله می آورد

تلاشهای اولیه برای ساخت سختافزار اختصاصی برای قرار دادن هوشمندهای هوش مصنوعی بهعنوان کمی بیمزه مورد انتقاد قرار گرفته است. اما در اینجا یک ابزار هوش مصنوعی در حال ساخت است که به معنای واقعی کلمه در مورد زباله است: استارتاپ فنلاندی Binit از قابلیتهای پردازش تصویر مدلهای زبان بزرگ (LLM) برای ردیابی زبالههای خانگی استفاده میکند.
هوش مصنوعی برای مرتبسازی چیزهایی که دور میریزیم تا کارایی بازیافت را در سطح شهری یا تجاری افزایش دهیم، مدتی است که توجه کارآفرینان را به خود جلب کرده است (به استارتآپهایی مانند Greyparrot، TrashBot، Glacier مراجعه کنید). اما بنیانگذار Binit، Borut Grgic، ردیابی زباله های خانگی را قلمروی دست نخورده می داند.
او به TechCrunch می گوید: «ما در حال تولید اولین ردیاب زباله های خانگی هستیم. "این یک فناوری دید دوربین است که توسط یک شبکه عصبی پشتیبانی می شود. پس ما از LLM ها برای شناسایی اشیاء زباله خانگی معمولی استفاده می کنیم.
این استارتآپ در مراحل اولیه، که در طول همهگیری راهاندازی شد و تقریباً 3 میلیون دلار سرمایه از یک سرمایهگذار فرشته دریافت کرده است، در حال ساخت سختافزار هوش مصنوعی است که برای زندگی (و ظاهری جذاب) در آشپزخانه طراحی شده است - روی کابینت یا دیوار نزدیک محل سطل زباله نصب شده است. -عمل مرتبط اتفاق می افتد. این گجت باتریدار دارای دوربینها و سنسورهای دیگر است، پس میتواند هنگامی که شخصی در نزدیکی است از خواب بیدار شود و به او اجازه میدهد موارد را قبل از ریختن در سطل زباله اسکن کند.
گرجیک او میگوید که برای انجام تشخیص تصویر به ادغام با LLMهای تجاری - عمدتاً GPT OpenAI - تکیه میکنند. سپس Binit آنچه را که خانواده دور می ریزند ردیابی می کند - ارائه تجزیه و تحلیل، بازخورد و بازی سازی از طریق یک برنامه، مانند امتیاز هفتگی زباله، که همگی با هدف تشویق کاربران به کاهش میزان پرت کردنشان است.
این تیم در ابتدا تلاش کرد تا مدل هوش مصنوعی خود را برای تشخیص سطل زباله آموزش دهد، اما دقت آن پایین بود (حدود 40٪). پس آنها به ایده استفاده از قابلیت های تشخیص تصویر OpenAI پایبند شدند. گرجیک ادعا میکند که پس از ادغام LLM، شناسایی زبالهها را دریافت میکنند که تقریباً ۹۸٪ دقیق است.

بنیانگذار Binit او میگوید که «نمیداند» چرا اینقدر خوب کار میکند. مشخص نیست که آیا تعداد زیادی از تصاویر سطل زباله در داده های آموزشی OpenAI وجود دارد یا اینکه به دلیل حجم انبوهی از داده هایی که در آن آموزش داده شده است، می تواند موارد زیادی را تشخیص دهد. او ادعا می کند که "دقت باورنکردنی است. " دستاوردهایی که در آزمایش با مدل OpenAI به دست آوردهایم میتواند به این دلیل باشد که موارد اسکن شده «اشیاء مشترک» هستند.
او ادامه میدهد: «حتی میتواند با دقت نسبی تشخیص دهد که آیا یک فنجان قهوه آستر دارد یا خیر، زیرا مارک آن را تشخیص میدهد. از دوربین پس آنها را مجبور می کند که آن را در مقابل دوربین برای مدت کمی تثبیت کنند. در آن لحظه دوربین در حال گرفتن تصویر از تمام زوایا است. »
دادههای سطل زباله اسکن شده توسط کاربران در فضای ابری آپلود میشود، جایی که Binit قادر به تجزیه و تحلیل آنها و ایجاد بازخورد برای کاربران است. تجزیه و تحلیل اولیه رایگان خواهد بود اما قصد دارد ویژگی های برتر را از طریق اشتراک معرفی کند.
این استارتآپ همچنین در حال تبدیل شدن به یک ارائهدهنده داده در مورد چیزهایی است که مردم دور میاندازند – که میتواند اطلاعات ارزشمندی برای نهادهایی مانند نهاد بستهبندی باشد، با این فرض که میتواند میزان مصرف را افزایش دهد.
با این حال، یک انتقاد آشکار این است که آیا مردم واقعاً به یک ابزار با فناوری پیشرفته نیاز دارند تا به آنها بگویند که پلاستیک زیادی را دور می اندازند؟ آیا همه ما نمی دانیم که چه چیزی مصرف می کنیم - و باید تلاش کنیم تا این همه زباله تولید نکنیم؟
او استدلال می کند: «این عادت است. "من فکر می کنم ما از آن آگاه هستیم - اما لزوماً به آن عمل نمی کنیم.
ما همچنین میدانیم که خوابیدن احتمالاً خوب است، اما بعد از آن یک ردیاب خواب گذاشتم و خیلی بیشتر میخوابم، حتی اگر چیزی که قبلاً نمیدانستم به من یاد نداد.»
در طول آزمایشها در US Binit همچنین او میگوید که کاهش حدود 40 درصدی ضایعات مختلط سطلها را داشته است زیرا کاربران با شفافیت سطل زباله درگیر شدهاند. پس فکر میکند که رویکرد شفافسازی و گیمیفیکیشن میتواند به مردم کمک کند تا عادتهای ریشهدار را تغییر دهند.
Binit می خواهد این برنامه مکانی باشد که در آن کاربران هم تجزیه و تحلیل و هم اطلاعات را دریافت کنند تا به آنها کمک کند تا میزان دور ریختن خود را کاهش دهند. برای دومی، Grgic او میگوید که آنها همچنین قصد دارند برای پیشنهادات بر LLM ضربه بزنند - برای شخصیسازی توصیهها، مکان کاربر را فاکتور میکنند.
روش کار به این صورت است - برای مثال، بیایید بسته بندی را در نظر بگیریم - پس هر بسته بندی که کاربر اسکن می کند، یک کارت کوچک در برنامه شما شکل می گیرد و روی آن کارت می گوید این همان چیزی است که شما دور انداخته اید [به عنوان مثال یک بطری پلاستیکی ]... و در منطقه شما اینها جایگزین هایی هستند که می توانید برای کاهش مصرف پلاستیک خود در نظر بگیرید،” او توضیح می دهد.
او همچنین زمینه را برای مشارکتهایی مانند تأثیرگذاران کاهش ضایعات غذایی میبیند.
گرجیک استدلال میکند که یکی دیگر از موارد جدید این محصول این است که آنطور که او او میگوید «ضد مصرف بدون هنگ» است. این استارتاپ با آگاهی و اقدام رو به رشد پایداری همسو می شود. این احساس که فرهنگ دور ریختنی ما در مصرف یکبار مصرف باید کنار گذاشته شود و با مصرف آگاهانه تر، استفاده مجدد و بازیافت جایگزین شود تا از محیط زیست برای نسل های آینده محافظت شود.
او پیشنهاد میکند: «من احساس میکنم در اوج [چیزی] هستیم. "من فکر می کنم مردم شروع به پرسیدن این سوال از خود کرده اند: آیا واقعاً لازم است همه چیز را دور بریزیم؟ یا میتوانیم به تعمیر [و استفاده مجدد] فکر کنیم؟»
آیا مورد استفاده Binit نمی تواند فقط یک برنامه تلفن هوشمند باشد؟ گرجیک استدلال می کند که این بستگی دارد. او او میگوید که برخی از خانوادهها از استفاده از تلفن هوشمند در آشپزخانه خوشحال میشوند، بهعنوان مثال، زمانی که ممکن است هنگام آمادهسازی غذا دستهایشان کثیف شود، اما برخی دیگر ارزش آن را در داشتن یک اسکنر سطل زباله اختصاصی هندزفری میدانند.
شایان ذکر است که آنها همچنین قصد دارند ویژگی اسکن را از طریق برنامه خود به صورت رایگان ارائه دهند، پس هر دو گزینه را ارائه می دهند.
این استارت آپ تاکنون اسکنر زباله هوش مصنوعی خود را در پنج شهر در سراسر ایالات متحده (نیویورک، آستین، تگزاس، سانفرانسیسکو، اوکلند و میامی) و چهار شهر در اروپا (پاریس، هلسنیکی، لیسبون و لیوبجلانا، در اسلواکی، جایی که گرجیک در آن قرار دارد، به صورت آزمایشی اجرا کرده است. در اصل از).
او می گوید که آنها در حال کار برای راه اندازی تجاری در پاییز امسال هستند - احتمالاً در ایالات متحده. قیمتی که آنها برای سخت افزار هوش مصنوعی در نظر گرفته اند حدود 199 دلار است که او آن را "نقطه شیرین" برای دستگاه های خانه هوشمند توصیف می کند.
ارسال نظر