L’industrie du recyclage est confrontée à des défis majeurs, notamment une pénurie de main-d’œuvre et des coûts croissants, selon un rapport du Wall Street Journal. Les taux de recyclage des déchets solides municipaux ont diminué, passant de près de 35 % en 2015 à environ 32 % en 2018. Pour surmonter ces obstacles, de plus en plus d’entreprises se tournent vers l’intelligence artificielle (IA) et l’apprentissage profond pour automatiser et améliorer le processus de tri.

L’utilisation de l’IA dans les centres de recyclage offre plusieurs avantages. Les robots pilotés par l’IA peuvent trier jusqu’à 80 morceaux de déchets recyclables par minute, surpassant la capacité humaine qui se situe entre 50 et 80 morceaux par minute. Les trieurs optiques, alimentés par des algorithmes d’IA améliorés, peuvent trier jusqu’à 1 000 morceaux par minute, accélérant considérablement le processus de tri.

C’est donc une excellente alternative pour améliorer l’efficacité du traitement, mais également pour combler le manque de personnel dans un type d’emploi hautement aliénant (est-ce que vous regarderiez défiler un convoyeur à toute vitesse devant vous huit heures par jour, chaque jour?). Cela permet également de diminuer la complexité du tri avec les multiples sortes de plastique et de déchets qui ne peuvent pas être recyclés. Un impact nettement positif pour l’environnement.

Des entreprises pionnières, telles qu’Eco-Cycle (voir article du WSJ), ont déjà intégré des robots dans leurs usines de tri à Denver au Colorado, constatant les avantages de cette technologie.

Les coûts initiaux pour l’achat de robots et de systèmes optiques sont toutefois encore très élevés, variant entre 150 000 et 300 000 dollars américains pour un seul robot et entre 1 et 2 millions de dollars pour les systèmes de tri optique. De plus, ces équipements nécessitent des mises à niveau et un entretien régulier.

Cette réalité est systématique et est le coût à payer pour l’innovation. Les “Early Adopters” tracent la voie et permettent aux produits prometteurs de se frayer un chemin jusqu’aux marchés de masse afin de réduire leurs coûts. Les exemples ne manquent pas : Tesla, l’ordinateur, le téléphone cellulaire, le stockage informatique, etc.

The Technology Adoption Curve. © Craig Chelius CC-BY 3.0

Plus près de nous, l’entreprise Vooban de Québec a développé une technologie de reconnaissance optique pour les convoyeurs de l’entreprise Patates Dolbec afin de trier les patates ne pouvant être consommées. Grâce à un système d’apprentissage profond (qu’ils ont entraînés avec plus de 25 000 patates!), ils ont réduit les pertes de 20% à 5%. Moins de patates à la poubelle et plus dans votre poutine!

Source : Youtube Vooban

Frito-Lay et d’autres producteurs de chips utilisent également depuis un bon moment ce genre de technologie, mais plus simple, dans le tri des croustilles sur les chaînes de production. Un laser optique analyse en temps réel individuellement chaque item pour détecter la présence de tache noire ou autre défaut et un jet d’air dirigé dévie celui-ci de sa trajectoire pour le retirer de la production. Le tout sans aucune intervention humaine.

Source : Youtube Tomra

L’intelligence artificielle offre des possibilités très intéressantes dans l’industrie manufacturière. Les dix prochaines années risquent d’être très intéressantes sur ce point.

“Les robots vont voler nos emplois!” – clairement ils peuvent prendre ceux-ci.

Source : https://www.wsj.com/tech/ai/can-ai-rescue-recycling-0ee08801