随着垃圾分类成为今夏最热话题，国内互联网、科技公司纷纷推出了小程序、App等查询应用，包括百度、搜狗、科大讯飞等公司均推出了相关的智能查询功能。支付宝、微信上也有不少相关小程序和小游戏。这些应用的特点大同小异，主要以查询为主，支持语音、图像查询。接受新浪科技采访时，人工智能技术与服务提供商第四范式的技术人员表示，垃圾分类中所涉及的计算机视觉技术包括了图像分类、图像定位、图像检测等环节。

例如在垃圾分类的场景中，首先需要将带有不同垃圾种类的图片进行标注，标注是为了告诉计算机图像中出现的是可回收、厨余、不可回收等不同类型的垃圾，以及垃圾在图像中的位置等信息，作为训练模型的原始数据。

模型训练好后，可以将新的图片输入给模型，模型会识别、定位出是哪种类型的垃圾以及所在的位置，从而实现垃圾分类的需求。

“目前计算机视觉技术已经相当成熟，第四范式在计算机视觉领域已经有了深厚的积累。能否投入使用的关键在于模型识别的精准度，而影响模型精准度的关键在于原始数据量的质量的大小。原始数据质量越高，数量越大，训练出识别准确率高的模型几率越大。”

上述技术人员表示，数据库中包含是经过标注过的数据，标注的质量越高，AI训练的效果越好。

但目前，最大的问题是，标注数据的过程更多的是由人工来完成，现阶段还无法由AI来实现。虽然一些研究者正在探索自动标注数据的工作，但离真正应用还存在很长的距离。

此外，值得思考的是，如果将来各个城市的垃圾分类标准不统一，也将会对AI提出更高的要求。