Les premières tentatives de création de matériel dédié à l’intégration de l’intelligence artificielle ont été critiquées comme étant, disons, un peu inutiles. Mais voici un gadget AI en préparation qui concerne littéralement les déchets: la start-up finlandaise Binit applique les capacités de traitement d’image des modèles de langage à grande échelle (LLM) au suivi des déchets ménagers. L’IA pour trier ce que nous jetons afin d’améliorer l’efficacité du recyclage au niveau municipal ou commercial a attiré l’attention des entrepreneurs depuis un certain temps maintenant (voir les start-ups comme Greyparrot, TrashBot, Glacier). Mais le fondateur de Binit, Borut Grgic, estime que le suivi des déchets ménagers est un territoire inexploité. “Nous produisons le premier traceur de déchets ménagers”, dit-il à TechCrunch, assimilant le futur gadget AI à un traceur de sommeil, mais pour vos habitudes de jet de déchets. “C’est une technologie de vision par caméra qui est soutenue par un réseau neuronal. Nous exploitons donc les LLM pour la reconnaissance des objets de déchets ménagers courants.”
La startup en phase initiale, qui a été fondée pendant la pandémie et a attiré près de 3 millions de dollars de financement d’un investisseur providentiel, construit un matériel AI qui est conçu pour être (et avoir l’air cool) dans la cuisine – monté sur une armoire ou un mur proche de l’endroit où se passent les actions liées à la poubelle. Le gadget alimenté par batterie dispose de caméras embarquées et d’autres capteurs qui se réveillent lorsqu’une personne est à proximité, lui permettant de scanner les objets avant de les jeter à la poubelle. Grgic dit qu’ils comptent sur l’intégration avec les LLM commerciaux—principalement le GPT d’OpenAI—pour effectuer la reconnaissance d’image. Binit trace ensuite ce que le ménage jette—fournissant des analyses, des commentaires et une gamification via une application, comme un score hebdomadaire de déchets, dans le but d’encourager les utilisateurs à réduire la quantité qu’ils jettent.
“La startup se positionne également pour devenir un fournisseur de données sur ce que les gens jettent- ce qui pourrait être une information précieuse pour des entités comme l’entité d’emballage, en supposant qu’elle puisse augmenter son utilisation.”
L’équipe a d’abord tenté de former leur propre modèle AI pour effectuer la reconnaissance des déchets, mais la précision était faible (environ 40%). Ils ont donc retenu l’idée d’utiliser les capacités de reconnaissance d’image d’OpenAI. Grgic affirme qu’ils obtiennent une reconnaissance des déchets presque 98% précise après avoir intégré le LLM. Il admet lui-même n’avoir « aucune idée » de pourquoi cela fonctionne si bien. On ne sait pas si de nombreuses images de déchets figuraient dans les données d’apprentissage d’OpenAI ou si elle est simplement capable de reconnaître beaucoup de choses en raison du volume considérable de données dans lesquelles elle a été formée. “C’est une précision incroyable”, dit-il, suggérant que les performances élevées qu’ils ont obtenues lors des tests avec le modèle d’OpenAI pourraient être dues au fait que les objets scannés sont des “objets communs”.
Il explique que le produit peut même dire, avec une précision relative, si une tasse de café a un revêtement, car il reconnaît la marque. Ainsi, ce que l’utilisateur doit faire est de passer l’objet devant la caméra. Cela les oblige à le stabiliser devant la caméra pendant un moment. À ce moment, la caméra capture l’image de tous les angles. Les données sur les déchets scannées par les utilisateurs sont téléchargées dans le cloud où Binit peut les analyser et générer des commentaires pour les utilisateurs. Les analyses de base seront gratuites, mais ils ont l’intention de présenter des fonctionnalités premium via abonnement.
Jusqu’à présent, la startup a testé son scanner de déchets AI dans cinq villes des États-Unis (NYC ; Austin, Texas ; San Francisco ; Oakland et Miami) et quatre en Europe (Paris, Helsinki, Lisbonne et Ljubljana, en Slovénie, où Grgic est originaire). Il dit qu’ils travaillent en vue d’un lancement commercial cet automne, probablement aux États-Unis. Le point de prix qu’ils visent pour le matériel AI est d’environ 199 $, ce qu’il décrit comme le “point idéal” pour les appareils intelligents pour la maison.
