科技行者 11月25日 北京消息：自工業(yè)化學(xué)家Leo Baekeland于1097年首次嘗試合成苯酚與甲醛以來(lái)，全世界就開(kāi)始了對(duì)塑料這種新材料的愛(ài)恨糾葛。

話(huà)說(shuō)，塑料性質(zhì)出眾、耐用且便宜，但在全部塑料制品中，高達(dá)50%（全世界每年約1.5億噸）的比例在使用一次后即被丟棄。雖然不少人一直致力于回收水瓶與塑料袋，但對(duì)于龐大的廢棄總量而言，只能算是杯水車(chē)薪。大風(fēng)和雨水將無(wú)數(shù)塑料廢物沿著市政街道與排水系統(tǒng)進(jìn)入小溪、河流、海灣乃至海洋，而且目前我們?nèi)匀荒貌怀龊?jiǎn)單易行的塑料過(guò)濾手段。

▲ 圖：加利福尼亞州海沃德

舊金山河口學(xué)院（SFEI）環(huán)境信息學(xué)系主任Tony Hale表示，“塑料制品丟棄問(wèn)題已經(jīng)相當(dāng)嚴(yán)重，但現(xiàn)有雨水處理與清理設(shè)施仍然非常有限。”

因此，SFEI決定嘗試?yán)脽o(wú)人機(jī)尋求解決之道。

SFEI設(shè)想的解決方案是結(jié)合人力與機(jī)器，包括派人徒步計(jì)數(shù)并收集當(dāng)?shù)厮乐械睦?/span>，且利用配備攝像頭的無(wú)人機(jī)對(duì)垃圾排放情況進(jìn)行大規(guī)模評(píng)估。

Hale解釋道，“大多數(shù)排水處理行業(yè)的地勤人員每年只進(jìn)行一次垃圾監(jiān)測(cè)，幸運(yùn)的話(huà)也就兩次而已。由于人力太過(guò)有限，我們自然很難了解垃圾總量及其給社區(qū)生活帶來(lái)的具體影響。”

利用無(wú)人機(jī)攝像技術(shù)，“我們能夠跟蹤小溪、河流乃至大江中的垃圾存在量，分析垃圾的分布方式，而后根據(jù)需要利用機(jī)器學(xué)習(xí)算法進(jìn)一步剖析圖像內(nèi)容。”

無(wú)人機(jī)研究是SFEI及其姊妹組織南加州沿海水研究項(xiàng)目組全新計(jì)劃中的一部分。新計(jì)劃將在海洋保護(hù)委員會(huì)的資助下驗(yàn)證現(xiàn)有垃圾監(jiān)測(cè)方法，并開(kāi)發(fā)出可供社區(qū)環(huán)衛(wèi)部門(mén)、市政項(xiàng)目、環(huán)保機(jī)構(gòu)以及生態(tài)學(xué)家使用的垃圾監(jiān)測(cè)新方案。此項(xiàng)計(jì)劃涵蓋多種實(shí)驗(yàn)性舉措，例如禁止在城市的雨林區(qū)內(nèi)使用塑料袋等。

Hale指出，“我們的任務(wù)是幫助城市規(guī)劃者找到最理想的雨水過(guò)濾辦法，阻止垃圾及塑料等雜物進(jìn)入受保護(hù)的濕地以及公共水道。”

深度學(xué)習(xí)支持環(huán)衛(wèi)清理

通過(guò)在舊金山灣以及附近支流區(qū)域內(nèi)派遣無(wú)人機(jī)，SFEI在初次實(shí)驗(yàn)中立即收集到約35000張圖像。

Hale還提到，“以這么快的速度覆蓋巨大的土地面積，著實(shí)令人驚訝。”但他的興奮之情很快消失，因?yàn)樵诤侠淼臅r(shí)間內(nèi)處理如此巨量的數(shù)據(jù)，同樣難度極大。“我們用了將近一個(gè)月時(shí)間來(lái)處理這些圖像。”

為此，Hale和他的團(tuán)隊(duì)利用2000條注釋描述各種垃圾類(lèi)別，并借此訓(xùn)練一種開(kāi)源TensorFlow機(jī)器學(xué)習(xí)算法，用于在這35000張圖像當(dāng)中識(shí)別具體垃圾類(lèi)別、數(shù)量與位置。

為了進(jìn)一步加快分析速度，SFEI還與數(shù)據(jù)分析初創(chuàng)企業(yè)Kinetica開(kāi)展合作。Kinetica公司CMO Daniel Raskin表示：他們首先將SFEI的垃圾檢測(cè)模型旋轉(zhuǎn)在Docker容器當(dāng)中；而后對(duì)接Kinetica的“主動(dòng)分析”工作臺(tái)；利用Python API，Kinetica即可將圖像流傳輸至表內(nèi)，并以此為基礎(chǔ)對(duì)圖像進(jìn)行存儲(chǔ)、分類(lèi)與標(biāo)記。

Raskin指出，“除了圖像的提取與分發(fā)之外，我們還運(yùn)行SFEI的垃圾檢測(cè)模型，對(duì)數(shù)據(jù)庫(kù)內(nèi)的全部圖像進(jìn)行分類(lèi)。”

如此一來(lái)，SFEI構(gòu)建起一套龐大的圖像目錄。加利福尼亞水質(zhì)監(jiān)管機(jī)構(gòu)如今可以根據(jù)地理位置與垃圾丟棄情況，直接使用這35000張圖像帶來(lái)的可視化分析結(jié)果。

最初，Kinetica利用一臺(tái)四核計(jì)算機(jī)通過(guò)分布式CPU框架運(yùn)行托管Kubernetes，用以支撐SFEI的部署模型。Kinetica公司SFEI項(xiàng)目解決方案工程師Nick Alonso指出，“我們用了約十天時(shí)間運(yùn)行整個(gè)模擬流程。”雖然他們后來(lái)將該應(yīng)用遷移至單GPU服務(wù)器（GPU能夠高效處理機(jī)器學(xué)習(xí)類(lèi)工作負(fù)載），但模擬過(guò)程仍然耗費(fèi)了近一周時(shí)間。

為此，Kinetica決定加快效率，將SFEI工作負(fù)載交由Oracle Cloud Infrastructure提供的八個(gè)V100 GPU實(shí)例之上。Alonso回憶道，“整個(gè)模擬過(guò)程的速度得到迅猛提升，以往需要近一周的工作，現(xiàn)在能夠在18小時(shí)26分內(nèi)順利完成。”