隨著垃圾分類成為今（jīn）夏最熱話題，國內互聯網、科技公司紛紛推出了小程序、App等查詢應用（yòng），包括百度、搜狗、科大訊飛等公司均推（tuī）出了相關的智能查詢功能。支付寶、微信上也有不少（shǎo）相關小程序和小遊戲。這些應用的特點大同（tóng）小異，主要以查詢為（wéi）主，支持語音、圖像查詢。接受新浪科技采訪時，人工智能技術與服務提供商第四範式（shì）的技術人員表示，垃圾分類中所涉及（jí）的計算機視覺技術包括了圖像分類、圖像定位、圖像檢（jiǎn）測等環節。

例如在垃（lā）圾分類的場景中（zhōng），首先需要將帶有不同垃圾種類的圖片進行（háng）標注，標注是為了告訴計算機圖像中出現的是可回（huí）收、廚餘、不可回收等不同（tóng）類型（xíng）的（de）垃圾，以及垃圾在圖像中的位置（zhì）等信息（xī），作為訓練模型的原始數據。

模型訓練好後，可以將新的（de）圖片輸入給模（mó）型，模型會識別、定位出是哪種（zhǒng）類（lèi）型的垃（lā）圾以及（jí）所在的位置，從而實現垃圾分類的（de）需求（qiú）。

“目前（qián）計算機視覺技術已經相當成熟，第四範式在計算機（jī）視覺領（lǐng）域已經有了深厚的積累。能否投入使用的關鍵在於模型識別（bié）的精準度，而影響模型精準（zhǔn）度（dù）的關鍵在於原始數（shù）據量的質量的大小。原始數據質量越高，數量越大，訓練出識別準確率高的模（mó）型幾率越大。”

上述技術人員表示，數據庫中包含是經過標注過的數據，標注的質量越高，AI訓練（liàn）的效果越好。

但目前，最大的問題是，標注數據的（de）過程更多的是由（yóu）人工來完成（chéng），現階段還無法由AI來實現。雖然一些研究者（zhě）正（zhèng）在探索自（zì）動標注數據的工作，但離（lí）真正應用還存在很長的（de）距（jù）離。

此（cǐ）外，值得思考的是，如（rú）果將來各個城市的垃圾分類標準不統一（yī），也將會對AI提（tí）出更（gèng）高的要求。