Une brève histoire de l'IA dans le recyclage 

Comment TOMRA a saisi les opportunités offertes par l'apprentissage en profondeur  

La marche en avant de TOMRA dans la technologie nous a poussés à explorer tout le potentiel de l'apprentissage en profondeur au cours de ces dernières années. Notre équipe d'experts en IA introduit des milliers, voire des millions, d'images dans le réseau comme matériel d'entraînement, jusqu'à ce qu'il apprenne à distinguer certaines caractéristiques visuelles, tels que des bouchons de bouteille ou des formes d'emballage spécifiques. 

Il peut alors appliquer ces connaissances à de nouvelles images relevées par les capteurs des machines de tri, ce qui permet de résoudre des tâches de tri les plus complexes dont il était impossible de venir à bout avec les équipements de tri optique conventionnels. En outre, il permet aux systèmes de tri de TOMRA d'améliorer continuellement la pureté de la production, grâce à l'intégration simultanée de données en temps réel provenant de plusieurs technologies basées sur des capteurs.  

Voici quelques-uns des avantages que nos clients retirent de nos solutions basées sur l'apprentissage profond: 

• Flexibilité: Avec l'évolution constante de la composition des déchets, les systèmes de tri doivent être suffisamment agiles pour apprendre en permanence, et s'adapter aux nouvelles exigences du marché. Au lieu de remplacer les composants matériels ou même les machines, les technologies modernes d'apprentissage profond peuvent être ajustées avec des mises à jour logicielles programmées par nos experts. Cela nous permet de répondre plus rapidement aux besoins des clients. 

• Création de nouveaux flux de matières: L'apprentissage profond alimenté par l'IA permet aux opérateurs non seulement d'améliorer la granularité du tri, mais aussi de créer de nouveaux flux de matières et des marchés à plus forte valeur ajoutée. 

• Amélioration du tri: En combinant les différents systèmes de tri optique, des capteurs à infrarouge proche (NIR), des capteurs d'informations visuelles (VIS), des technologies d'apprentissage profond, nous avons atteint le niveau de granularité de tri le plus élevé du marché. Cela nous permet de trier par type de matériau et par couleur. Et aussi maintenant, grâce à l'apprentissage profond, par forme, taille, dimensions ou autres détails.  

• Automatisation avancée des usines: La valeur de l'apprentissage profond réside dans la reconnaissance d'objets à l'aide de caméras couleur. En d'autres termes, des systèmes comme notre GAINnext™ voient ce que l'œil humain peut voir. Nous pouvons automatiser des tâches de tri qui devaient auparavant être effectuées par l’homme, ce qui nous permet de traiter rapidement et efficacement de plus grandes quantités de matériaux recyclables. 

• Optimisation des processus: Les systèmes de tri alimentés par l'IA génèrent d'énormes quantités de données sur la composition des matériaux, l'efficacité du tri et les performances des équipements. En analysant ces données, les opérateurs d'usine peuvent identifier les opportunités d'optimisation, rationaliser les opérations, et prendre des décisions éclairées pour améliorer l'ensemble des processus de recyclage. En outre, les possibilités vont au-delà des systèmes de tri. Des caméras basées sur l'apprentissage profond peuvent être placées à des points clés du circuit de tri pour garder un œil sur l'ensemble du processus et du flux de matériaux. L'analyse des flux de déchets basée sur l'IA permet aux exploitants d'usines de surveiller en permanence la qualité des flux triés, les pertes de matériaux, et même d'assurer la conformité avec les réglementations en matière de recyclage alimentaire.

• Résoudre des tâches de tri auparavant impossibles: L'apprentissage profond permet de résoudre des tâches jusqu'alors impossibles, comme nous le verrons prochainement.