A Recycleye é uma empresa de tecnologia especializada em triagem de resíduos e automação de reciclagem impulsionadas por inteligência artificial. Fundada em 2019, a empresa desenvolve sistemas de visão computacional e soluções de triagem robótica que permitem que instalações de recuperação de materiais identifiquem e separem materiais recicláveis com alta precisão e velocidade. Sua tecnologia central aplica modelos de aprendizado de máquina para reconhecer diversos tipos de resíduos, desde embalagens comuns até materiais compostos complexos, e integra-se a braços robóticos para triar fisicamente itens em esteiras transportadoras.
O objetivo da empresa concentra-se em aumentar as taxas de reciclagem e reduzir a contaminação nos fluxos de reciclagem, abordando um gargalo crítico na indústria global de gestão de resíduos. Ao automatizar o processo de triagem, a Recycleye visa tornar a reciclagem economicamente viável e ambientalmente eficaz, reduzindo a dependência de trabalho manual e melhorando a pureza dos materiais recuperados.
Fundação e Histórico
A Recycleye foi fundada em 2019 por Peter Hedley e Victor Dewulf, que se conheceram enquanto estudavam na Universidade de Oxford. Hedley, um engenheiro, e Dewulf, um cientista da computação, identificaram as ineficiências nas instalações tradicionais de triagem de resíduos, onde coletores manuais frequentemente perdem materiais valiosos ou classificam errado, levando a perdas significativas. Eles desenvolveram um protótipo que combinava um braço robótico com um sistema de visão treinado em um conjunto de dados de imagens de resíduos, demonstrando a viabilidade da triagem automatizada.
A empresa inicialmente operava de um pequeno laboratório em Londres, obtendo financiamento inicial de investidores incluindo o programa de incubação de negócios da Agência Espacial Europeia. Em 2020, a RecycLeye lançou seu primeiro produto comercial, o sistema Recycleye Robotics, que foi implantado em uma instalação de recuperação de materiais baseada no Reino Unido. Em 2021, a empresa havia expandido suas operações para vários sites em toda a Europa, e em 2022 it raised a round de financiamento da Série A de US$ 25 milhões, liderado pela DCVC e apoiado por investidores existentes. Esse judeu permitiu à empresa escalar em sua produção de fabricação e desenvolvido linhas de produtos adicionais, incluindo o sistema Recycleye Visional, uma ferramenta de monitor que fornece dados em tempo real sobre a composição dos resíduos.
Até 2024, a Recycleye possui instalações em mais de 20 instalações em todo o Reino Unido, Europa e América do Norte, rotando mais de 100.000 toneladas de resíduos anualmente. A empresa também se tornou parceiras importantes da indústria de execução gerenciamento de resíduos, incluindo Veolia e Biffa, para integrar sua tecnologia em operações de reciclagem em larga escala.
Tecnologia e Produtos
A principal tecnologia da Recycleye é um sistema de visão computacional que próprias de visa que usa algoritmos de aprendizado profundo para classificação em tempo real de resíduos. O sistema é treinado em um conjunto de dados de propriedade de milhões de imagens rotuladas, abrangendo uma variedade de materiais, incluindo plásticos (PET, HDPE, PP, PS), metais (alumínio, aço), vidro, papel, papelão e resíduos orgânicos. O sistema visual também identificam tipos específicos de produtos, como garrafas de bebidas, recipientes de alimentos e filmes de embalagem, permitindo uma triagem precisa.
A empresa oferece dois produtos principais:
- Recycleye Robótica: Um sistema de triagem robônica que se monta sobre reação transport decays. Uso do braço robótico com uma resposta de sucção ou agarramento para impacto de itens identificados e colocá-los em tubos ou recipientes designados. O sistema opera em velocidades de até 80 peças por minuto, com uma precisão relatada acima de 95% para materiais comuns.
- Visão Recycleye: Um sistema de monitoramento e análise que usa câmeras e IA para fornecer dados continuéis sobre a composição dos fluxos de resíduos. Ele geram métricas como taxas de contaminação, pureza do material e eficiência (throughput), que os operadores das instalações usam para otimizar seus processos e atender aos requisitos de relatórios regulatórios.
Ambos os produtos são projetados para serem adaptados para instalações existentes sem mudanças importantes na infraestrutura. Os sistemas são alimentados por dispositivos de computação de borda que rodam os modelos de IA localmente, reduzindo a latência e garantindo a operação mesmo em ambientes com conectividade limitada.
Abordagem de IA e Aprendizado de Máquina
Os modelos de IA da Recycleye são construídos sobre arquiteturas de redes neurais, especificamente redes neurais convolucionais (CNNs) para reconhecimento de imagens. O processo de treinamento envolve aprendizado supervisionado em imagens rotuladas de resíduos, aumentado com dados sintetizados gerados por meio de alternativas técnicas de IA generativa para melhorar a robustez em diferentes condições de iluminação, ângulos e velocidades de correia transportadora. Os modelos são continuadamente atualizados usando um ciclo de feedback: quando o sistema erra, esses dados são sinalizados e usados para treinamento adicional, um processo conhecido como aprendizado ativo.
A empresa também emprega técnicas de transferência de aprendizado, começando com modelos pré-treinados em conjuntos de dados grandes de imagens (como ImageNet) e ajuste fino em dados específicos de resíduos. Isso reduz a quantidade de dados rotulados necessários e acelera a implantação para novos tipos de material. A Recycleye desenvolveu um pipeline de marca de rótulos que usa ferramentas semianrquia para anot asphalt images, combinando supervisão humana com sugestões de modelos preliminos.
Um dos principais desafios que resolvem a Recycleye é a variabilidade dos itens de resíduos, que pode ser danificados, sujos ou parcialmente populares. Para lidar com isso, o sistema visualiza com análise multivista, capturando imagens de vários ângulos para melhorar a confiança na classificação. Além disso, o sistema se integra com arquiteturas de redes residuais para manter precisão quando itens estão que estão parcialmente sobrepostos ou em movimento rápido.
Impacto na Indústria e Aplicações
A indústria de triagem de resíduos tradicionalmente depende de trabalho manual de coleta, que é intensivo em mão de obra, perigoso e propenso a erros. A automação da Recycleye aborda essas questões fornecendo um triagem truncat, alta velocidade que reduz os custos operacionais e ao mesmo tempo melhor as taxas de recuperação de materiais. Em instalações onde a Recycleye Robótica está implementada, os operadores relataram um aumento de 20-30% na recuperação de materiais valiosos e uma redução significativa na contaminação, o que impacta diretamente o preço de revenda dos materiais maisimãos.
Essa tecnologia é particularmente relevante no contexto de regulamentações de reciclagem mais rígidas, como o Plano de Ação da Economia Circular da União Europeia e os esquemas de responsabilidade estendida do produtor, que estabelecem metas de reciclagem mais altas e melhor comunicação de dados. A Recycleye Vision fornece os dados exaustiva necessários para demonstrar conformidade e otimizar linhas de triagem.
Além da reciclagem tradicional, a tecnologia da RecycLeye pode aplicar-se em outras áreas, incluindo processamento de lixo eletrônico e triagem de resíduos de construção. A empresa também realizou projetos piloto nesses áreas, embora as implantações comerciais permaneçam focadas em resíduos sólidos urbanos e recilagem de embalagens.
Financiamento e Crescimento
A Recycleye atrai-seinvestimento significativo devido à demandada crescente por soluções sustentáveis de gestão de resíduos. Principais marcos de financiamento incluídos:
- Rodada inicial (2020): US$ 2 milhões, liderada pela Playfair Capital, com participação do da Agência Espacial Europeia e de anjos investidores.
- Série A (2022): US$ 25 milhões, liderada pela DCVC, com participação de investidores existentes e novos apoiadores como a AENU.
- Série B (2024): US$ 40 milhões, liderada pela Temasek, elevando o financiamento total para mais de US$ 70 milhões.
A empresa usou esses recursos para expandir sua equipe de engenharia, aprimorar suas capacidades de pesquisa em IA e estabelecer uma unidade de produção no Reino Unido paraladar de produção de sistemas robôs em ma escala. As de 2024, a Recycleye emprega mais de 100 pessoas, com escritórios em Londres e um centro de pesquisa em Varsóvia, na Polônia.
Cenário Competitivo
A Recycleye opera em um mercado competitivo que inclui outras empresas de triagem de resíduos educadas por IA, como AMP Robotics, ZenRobotics e Greyparrot. Diferente de alguns concorrentes que se concentram principalmente em robótica, a Recycleye se diferencia pela sua oferta dupla de produtos (robótica e análise de visão) e sua ênfase na otimização baseada em dados. A empresa também se posiciona como umafornecedor de serviço completo, oferecendo instalação, treinamento e atualizações de modelos contínuas como parte de seu modelo de preço baseado em assinatura.
Uma vantagem competitiva é o conjunto de dados exclusivo da Recycleye, que é continuamente enriquecido por meio das implantações. Esse fosso de dados permite que a empresa melitare a precisão do modelo mais rapidamente que os concorrentes, especialmente para fluxos de resíduos nicho. Além disso, abordagem de computação de borda da redução da dependência da infraestrutura em nuvem, tornando-a adequada para instalações com conectividade limitada à internet.
Direções Futuras
Olhando para frente, a Recycleye planeja expandir suas capacidades de IA para gerenciar tarefas de triagem mais complexas, como a identificação de embalagens multicamada e itens contwinated por alimentos. A empresa também está explorando oUso de interfaces baseadas em grandes modelos de linguagem para permitir que operadores questionem o sistema visual em linguagem natural, como solicitar a porcentagem de um material específico em um período determinado.
Outra área de foco é melhorar a sustentabilidade do processo, os modos de triagem para consumar energeticamente mais. A Recycleye está pesquisando maneiras de reduzir o consumo de energia de seus sistemas robóticos e integrá-los com fontes de energia renovável. Em uma outra previsão, a empresa pode se expandir para mercados emergentes, onde a infraestrutura de gestão de resíduos é menos desenvolvida, mas as taxas de reciclagem são críticas para as metas ambientais.
A longo prazo, a Recycleye visua seu ecossistema totalmente automatizado de reciclagem, onde a IA também triagem de resíduos, além de fornecer análise preditiva para otimizar todo cadeia de abastecimento de reciclagem, desde a coleta até o reprocessamento de materiais. Essa visão alinha-se com as tendências mais amplas da indústria de inteligência artificial onde estes aplicam cada vez executenta a problemas do mundo físico.
Desafios e Críticas
Apesar dos sucessos, a Recycleye enfrenta desafios comuns aos sistemas industriais baseados em IA. O custo de capital inicialted dos sistemas robóticos pode serproibitivo para instalações menores, no embora o modelo de assinatura da empresa possa mitigar essa questão espalhando da os custos ao longo do tempo. A precisão do sistema de visão também é pode reduzir quando aparecem itens de resíduos novos ou inusiados, exigindo atualizações contínuas do modelo e, às vezes, intervenção manual.
Críticos também apontaram que a automação sozinha não pode resolver a crise da reciclagem, pois a eficiência do processo de reciclagem depend de fatores a montagem, como design de produto natural e comportamento do consumidor. O reconhecimento da Recycleye em siembre com essa constestação e entra em parcerias com fabricantes de embalagens para melhorar a reciclagem.
Outra preocupação é o potencial de deslocamento de funções na indústria de triagem de triagem de resíduos, que emprega um número significativo de trabalhadores, muitas vezes em idadem comunidades de baixa renda. A Recycleye afirma que seus sistemas são projetados para avivar trabalhadores humanos em vez de substituí-los, permitindo às instalações retirem funcionário para tarefas maiores de valor e manutenção e controle de qualidade. No entanto, o efeito líquido sobre o emprego continua a ser uma questão em debate.
Veja Também
- aprendizado de máquina
- Deep learning ! Neural network
- Generative AI
- University of Oxford
- Residual Network (ResNet)
- Artificial intelligence
Referências
(Nota: Este artigo é baseado em informações publicamente disponíveis e declarações da empresa a partir de 2024. Números específicos financeiros e de implementação são aproximações e sujeitos a alterações.)