在我希望人工智能能帮我做的所有事情中，这可能是最有用的。虽然谷歌和OpenAI 等公司一直在展示他们的人工智能在识别物体颜色或人类表情方面的多模态能力，但一家人工智能硬件公司正在充分利用 LLM 的力量，让它们识别垃圾。芬兰初创公司 Binit 开发了一种微型硬件设备，可以扫描你的垃圾，然后告诉你如何准确地处理它。它不仅可以识别咖啡杯和蔬菜皮等物品，还会尝试分析材料，查看品牌以确定其制造技术，以确定处理垃圾的最佳方式，并有效地告诉你(准确率高达 98%)如何分类你的家庭垃圾，这样错误的物品就不会被处理到错误的渠道。

Binit 的核心技术是一款专为厨房设计的 AI 硬件设备。该设备安装在垃圾桶附近，使用摄像头视觉和传感器技术在物品被扔掉之前对其进行识别。该系统与 OpenAI 的 GPT-3 等强大的大型语言模型 (LLM) 集成，可对日常家庭垃圾进行高精度图像识别。

Binit 的秘密武器是什么?他们没有从头开始训练自己的 AI 模型，而是利用了预先训练过的 LLM 的庞大知识库。这种方法取得了令人印象深刻的成果——Binit 声称垃圾识别准确率接近 98%。该系统甚至可以根据品牌识别区分细微差别——例如咖啡杯是否有衬里。

但 Binit 的作用不只是识别垃圾。该系统会分析收集的数据，并通过配套应用生成有见地的反馈。该应用为用户提供每周“垃圾分数”和游戏化元素，以激励积极的行为改变。想象一下，一个友好的提醒提醒你最近丢弃了很多塑料，并为你提供可持续替代品的建议。

Binit 应用程序的免费版本提供基本分析，而高级订阅则可解锁更多功能。该公司还将自己设想为潜在的数据提供商——向包装制造商等实体提供有关消费者浪费习惯的匿名见解。这些数据对于旨在减少环境足迹的企业来说可能是无价之宝。

有人可能会想——环保意识还不够吗?Binit 认为，虽然大多数人都承认减少浪费的重要性，但根深蒂固的习惯很难改变。他们将自己的方法比作睡眠追踪器——提供数据驱动的见解，即使用户知道一般原则，也可以使他们做出积极的改变。

Binit 在试点项目已显示出良好的前景。据报道，用户在使用该系统的透明反馈回路后，混合垃圾减少了约 40%。该公司计划于今年秋季进行商业化运营，提供专用的 AI 硬件设备和免费的基于应用程序的扫描选项。