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，全世界就開始了對塑料這種新材料的愛恨糾葛。

話說，塑料性質(zhì)出眾、耐用且便宜，但在全部塑料制品中，高達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，但對于龐大的廢棄總量而言，只能算是杯水車薪。大風(fēng)和雨水將無數(shù)塑料廢物沿著市政街道與排水系統(tǒng)進入小溪、河流、海灣乃至海洋，而且目前我們?nèi)匀荒貌怀龊唵我仔械乃芰线^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，“塑料制品丟棄問題已經(jīng)相當(dāng)嚴重，但現(xiàn)有雨水處理與清理設(shè)施仍然非常有限。”

因此，SFEI決定嘗試利用無人機尋求解決之道。

SFEI設(shè)想的解決方案是結(jié)合人力與機器，包括派人徒步計數(shù)并收集當(dāng)?shù)厮乐械睦?/span>，且利用配備攝像頭的無人機對垃圾排放情況進行大規(guī)模評估。

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

利用無人機攝像技術(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)需要利用機器學(xué)習(xí)算法進一步剖析圖像內(nèi)容。”

無人機研究是SFEI及其姊妹組織南加州沿海水研究項目組全新計劃中的一部分。新計劃將在海洋保護委員會的資助下驗證現(xiàn)有垃圾監(jiān)測方法，并開發(fā)出可供社區(qū)環(huán)衛(wèi)部門、市政項目、環(huán)保機構(gòu)以及生態(tài)學(xué)家使用的垃圾監(jiān)測新方案。此項計劃涵蓋多種實驗性舉措，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濾辦法，阻止垃圾及塑料等雜物進入受保護的濕地以及公共水道。”

深度學(xué)習(xí)支持環(huán)衛(wèi)清理

通過在舊金山灣以及附近支流區(qū)域內(nèi)派遣無人機，SFEI在初次實驗中立即收集到約35000張圖像。

Hale還提到，“以這么快的速度覆蓋巨大的土地面積，著實令人驚訝。”但他的興奮之情很快消失，因為在合理的時間內(nèi)處理如此巨量的數(shù)據(jù)，同樣難度極大。“我們用了將近一個月時間來處理這些圖像。”

為此，Hale和他的團隊利用2000條注釋描述各種垃圾類別，并借此訓(xùn)練一種開源TensorFlow機器學(xué)習(xí)算法，用于在這35000張圖像當(dāng)中識別具體垃圾類別、數(shù)量與位置。

為了進一步加快分析速度，SFEI還與數(shù)據(jù)分析初創(chuàng)企業(yè)Kinetica開展合作。Kinetica公司CMO Daniel Raskin表示：他們首先將SFEI的垃圾檢測模型旋轉(zhuǎn)在Docker容器當(dāng)中；而后對接Kinetica的“主動分析”工作臺；利用Python API，Kinetica即可將圖像流傳輸至表內(nèi)，并以此為基礎(chǔ)對圖像進行存儲、分類與標(biāo)記。

Raskin指出，“除了圖像的提取與分發(fā)之外，我們還運行SFEI的垃圾檢測模型，對數(shù)據(jù)庫內(nèi)的全部圖像進行分類。”

如此一來，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張圖像帶來的可視化分析結(jié)果。

最初，Kinetica利用一臺四核計算機通過分布式CPU框架運行托管Kubernetes，用以支撐SFEI的部署模型。Kinetica公司SFEI項目解決方案工程師Nick Alonso指出，“我們用了約十天時間運行整個模擬流程。”雖然他們后來將該應(yīng)用遷移至單GPU服務(wù)器（GPU能夠高效處理機器學(xué)習(xí)類工作負載），但模擬過程仍然耗費了近一周時間。

為此，Kinetica決定加快效率，將SFEI工作負載交由Oracle Cloud Infrastructure提供的八個V100 GPU實例之上。Alonso回憶道，“整個模擬過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26分內(nèi)順利完成。”