Sfruttare la potenza dell'intelligenza artificiale per migliorare il recupero e il riciclaggio.
La tecnologia di apprendimento profondo di TOMRA si basa su reti neurali artificiali addestrate dai nostri ingegneri software interni e dagli esperti di riciclaggio.Sofisticati algoritmi utilizzano il riconoscimento degli oggetti per confrontare milioni di immagini etichettate nel software e identificare i singoli oggetti e materiali mentre sfrecciano lungo la linea di selezione. Il nostro software di deep learning è particolarmente potente nell'identificare gli oggetti difficili da classificare, portando a risultati di purezza significativamente più elevati.
Il nostro ecosistema di applicazioni, ampio e in continua crescita, è il risultato della nostra vasta esperienza nel settore del riciclaggio. La tecnologia è progettata per migliorare l'accuratezza della differenziazione e consente agli operatori di creare nuovi flussi di materiali e di accedere ai dati per prendere decisioni importanti.
Noi di TOMRA utilizziamo l'intelligenza artificiale da decenni e siamo certi che l'apprendimento profondo continuerà ad aggiungere un valore enorme per i riciclatori.
Applicazioni principali
Plastica
Aiutiamo il mondo a riciclare la plastica attraverso sistemi di selezione basati su sensori che rilevano e rimuovono istantaneamente i contaminanti da tutti i tipi di polimeri.
Carta
Ottimizziamo il recupero e il riciclo della carta attraverso sistemi di selezione basati su sensori che forniscono materie prime di alta qualità per la produzione di carta e cartone.
Legno
Aiutiamo le industrie a preservare le risorse naturali attraverso sistemi di selezione basati su sensori che consentono il riciclo del legno di scarto.
Imballaggi
Rendiamo possibile la circolarità con tecnologie di selezione avanzate che recuperano efficacemente i rifiuti di imballaggi post-consumo per il riciclo.
L'intelligenza artificiale per migliorare le prestazioni di smistamento
La tecnologia di apprendimento profondo si basa sulle reti neurali artificiali per risolvere una serie di compiti complessi che i programmi informatici convenzionali non sono in grado di svolgere. Il termine "profondo" nell'apprendimento profondo rende omaggio ai molteplici strati di funzioni diverse che identificano e classificano gli oggetti.Più complesso è il compito di classificazione, maggiore è il numero di strati di dati e, di conseguenza, più profondo è l'apprendimento. La tecnologia estrae quindi una gerarchia di caratteristiche dai dati di input grezzi e li raggruppa in diverse categorie.
L'uso della tecnologia di deep learning non solo automatizza la selezione manuale, ma consente anche all'industria di ottenere riciclati di alta qualità grazie a una selezione più granulare.
La tecnologia Deep Learning in azione!
-
GAINnext™
Con GAINnext™, l’IA rivoluziona la selezione: risolve le sfide più complesse e apre la strada a nuovi flussi di materiali.
Ulteriori informazioni su GAINnext™
Per saperne di più sul Deep Learning e sulla tecnologia GAINnext™.
Annuncio dei risultati del quarto trimestre 2024
TOMRA annuncia i suoi risultati finanziari per il quarto trimestre 2024.
Il prossimo capitolo dell'imballaggio: Il PPWR e il potere del riutilizzo
I rifiuti di imballaggio hanno rappresentato un ostacolo importante nel percorso verso un'economia circolare, ma la proposta del Regolamento sugli Imballaggi e i Rifiuti di Imballaggio (PPWR) è destinata a cambiare la situazione.
Imballaggi più resistenti, riciclo più intelligente: L'impatto dei PPWR
Parte del Regolamento sugli Imballaggi e i Rifiuti di Imballaggio (PPWR) riguarda la trasformazione del nostro approccio agli imballaggi, dalla progettazione allo smaltimento.
