El deep learning está en auge en la industria del reciclaje. Así lo afirma el nuevo e-book de TOMRA Sorting llamado “Aprovechando el potencial de la IA”, referente mundial en clasificación basada en sensores, enfocado, en esta ocasión, en la Inteligencia Artificial (IA).
En él se aclara un error habitual en relación con la inteligencia artificial y se hace un repaso de las aportaciones que se han realizado en los 30 últimos años en la industria del reciclaje dejando claro el prometedor futuro que nos espera.
Según Daniel Bender, director técnico de Deep Learning de Tomra Sorting, «en los meses y años venideros, el deep learning será uno de los componentes más importantes de la inteligencia artificial, irá tomando fuerza en la industria del reciclaje.
El deep learning se presenta, así como una solución prometedora a los desafíos de clasificación más complejos de la industria. Las empresas de reciclaje que integren la inteligencia artificial en la clasificación de material tendrán una ventaja significativa sobre las que no lo hagan».
El deep learning se basa en neuronas artificiales en múltiples capas, llamadas redes, y en una gran cantidad de datos para aprender a completar una tarea específica de clasificación basada en sensores. Las CNN (redes neuronales convolucionales) se utilizan principalmente para la detección y clasificación de objetos.
En el reciclaje, el aprendizaje tradicional de la máquina requiere características diseñadas por un experto en la materia. El aprendizaje profundo rompe con la tradición al aprender de miles de imágenes capturadas de tipos de materiales específicos, que deben ser separados en la tarea de clasificación. El aprendizaje profundo imita la actividad de un gran número de capas de neuronas en el cerebro humano para aprender tareas complejas.
El eBook, que se puede descargar de forma gratuita detalla cómo funciona el deep learning y en cómo aprende a identificar materiales para resolver problemas que hasta el momento resultaban difíciles de corregir con las máquinas de aprendizaje clásico. El eBook de TOMRA Sorting afirma que el deep learning es la clave para lograr tasas de detección más eficientes que la clasificación manual, elevando la pureza del material y reduciendo los costos.