Construí una IA para recuperar el plástico negro que los recicladores desechan. El clasificador fue la parte fácil.
El negro de carbón absorbe en todo el infrarrojo cercano, por lo que una bandeja negra de polipropileno sobre una cinta transportadora negra es un vacío de señal cero para cualquier separador óptico NIR del mercado, la clase de máquinas TOMRA Autosort, Machinex y Pellenc que opera las líneas de reciclaje del mundo. El separador no puede ver el objeto en absoluto, por lo que cae al residuo y luego al vertedero. Según el flujo, entre el 3 y el 15 por ciento de los residuos es plástico negro que se pierde exactamente de esta forma, y en una instalación de 50.000 toneladas al año con un 5 por ciento de negro, eso representa unas 2.500 toneladas al año de material recuperable: una oportunidad del orden de 2,2 a 2,7 millones de euros anuales (investigación WP45, 2026). Pasé gran parte de este desarrollo asumiendo que el problema interesante consistía en hacer visible ese plástico. Lo fue, durante una semana aproximadamente. Luego apareció el verdadero problema, y no era el modelo en absoluto.
La demo que construí se llama Assay y está en https://veriprajna.com/demos/materials-recovery-ai. Debo aclarar qué hay de real en ella antes de decir nada más, porque toda demo en este sector tiene la tentación de desdibujar la línea. Los espectros son sintéticos, producidos por un emulador basado en la física que sustituye a un sensor Specim FX50, y el eyector neumático es un stub registrado en logs. Lo que es real es el clasificador, las compuertas, la verificación de políticas y las cifras de evaluación. Construí la parte sintética de forma deliberada, porque el caso que decide si una bala se vende es el caso ambiguo, contaminado y con PVC en el flujo que una captura limpia de laboratorio casi nunca te entrega.
La semana que pasé intentando ganar la carrera equivocada
Comencé este desarrollo como creo que lo haría la mayoría: tratándolo como una carrera de precisión. El enfoque que todo el mundo aporta a la recuperación de plástico negro es un número: llevar el clasificador desde el cero de la ceguera NIR hasta el titular de laboratorio de casi el 99 por ciento, y habrás resuelto el punto ciego del reciclaje. Así que primero construí la física de detección. El negro de carbón sí atenúa la señal en el infrarrojo de onda media, pero no la borra, y esa brecha es la oportunidad completa. En la banda MWIR, de 2,7 a 5,3 micrómetros, cada polímero sigue dejando una huella diagnóstica: el doblete alifático de carbono-hidrógeno para PP y PE, el anillo aromático para PS, la tensión de nitrilo para ABS y el rasgo adyacente al cloro para PVC. Programé a mano una pequeña red convolucional 1D en numpy —tres capas de convolución seguidas de pooling, dos capas densas y una softmax sobre PP, PE, PS, ABS y PVC, con propagación hacia adelante y retropropagación reales, Adam y un paso de calibración de temperatura—, y se ejecuta como código numérico puro en una ruta crítica de aproximadamente 5 milisegundos. Ningún modelo de lenguaje grande decide nada aquí. Es aritmética que se puede leer.
Y funcionó, a un nivel honesto. En un flujo de retención más denso de 1.700 objetos, deliberadamente más sucio que aquel con el que entrené, alcanza una precisión equilibrada de 0,894, situándose justo al lado del benchmark de campo de 83,4 por ciento revisado por pares para clasificación MWIR en residuos reales (Resources, Conservation & Recycling, enero de 2026), con una regla interpretable de ratio de picos de 0,668 por debajo para que la red no califique sus propios deberes. Es una buena cifra sobre una distribución difícil. No es el 99 por ciento del laboratorio, y decidí desde el principio que nunca dejaría que fingiera serlo.
Esto es lo que me detuvo. Me senté con ese 0,894 y me pregunté qué haría una planta con él, y la respuesta fue nada. Una planta de recuperación de materiales nunca compra la cifra de precisión. Lo único por lo que paga es por una bala que cumpla las especificaciones.
El conmutador que reorganizó todo el desarrollo
El momento en que el desarrollo dio un giro fue un conmutador que añadí casi como una ocurrencia tardía. La especificación APR Model Bale Spec para polipropileno reciclado Grado A es concreta e implacable: al menos un 97 por ciento de PP y no más del 0,5 por ciento de PVC. Una bala que no cumple la especificación es una carga rechazada, una tarifa de desvío a vertedero y un reciclador downstream que ahora confía menos en ti. Así que conecté un único control en el panel de control, una compuerta de confianza que se puede activar o desactivar, y ejecuté el modelo idéntico sobre el flujo idéntico en ambos modos para observar cuánto valía la compuerta por sí sola.
Con la compuerta activada, los objetos de baja confianza —los laminados multicapa y fragmentos contaminados cuyos espectros no coinciden con ningún polímero único— se retienen para control de calidad manual con un umbral de softmax de 0,86 en lugar de adivinarse hacia la bala, y cualquier objeto sospechoso de PVC por encima de un umbral deliberadamente bajo se rechaza de forma tajante e inmediata. En la semilla 11 de la demo, esa bala con compuerta mide un 99,2 por ciento de PP sin ninguna fuga de PVC, y el certificado indica PASS, APR Grade A.
Luego desactivé el mismo conmutador, de modo que el clasificador simplemente toma su mejor predicción para cada objeto, argmax ingenuo, sin retener nada. Mismo flujo. Mismos pesos. La bala registra ahora un 94,2 por ciento de PP con un 1,94 por ciento de PVC, y el certificado cambia a rechazado, superando el límite del 0,5 por ciento de PVC que define el grado.
Había estado construyendo un clasificador. Lo que estaba observando era la prueba de que el clasificador nunca fue lo que hizo vendible una bala. Lo fueron la abstención, el rechazo estricto de PVC y la verificación determinista de políticas. El modelo no cambió entre esas dos capturas de pantalla. La infraestructura de garantías a su alrededor sí lo hizo, y esa fue la diferencia entre una bala Grado A archivada formalmente y una carga de triturado contaminado.
Por qué convertí el PVC en una decisión asimétrica
Traté el PVC de forma diferente a todo lo demás a propósito, y vale la pena ser claros sobre el razonamiento. Un falso negativo de PVC en una bala de PP no es un error menor: es un contaminante de cloro que puede degradar una colada downstream completa. Por tanto, la compuerta no pondera el PVC simétricamente frente a las demás clases. Cualquier objeto que la red marque como mínimamente sospechoso de PVC se rechaza de forma tajante como riesgo de cloro, lo que significa que acepto desechar algo de PP auténtico para asegurar que el PVC no se cuele. Ese es un coste, y quería que la demo mostrara el coste en lugar de ocultarlo. A lo largo de una evaluación de 60 balas con compuerta ajustada, el sistema deriva cerca del 12,6 por ciento de los objetos a control de calidad manual y captura aproximadamente el 99,8 por ciento del PVC, con una única fuga de PVC en las 60 balas, mientras recupera alrededor del 71,2 por ciento del flujo de PP. Deriva más material a un operario humano de lo que haría un sistema ingenuo y recupera menos de lo que lo haría uno perfecto, y lo declara en voz alta. Un sistema de recuperación que exagera su propia pureza ya ha fracasado en la única tarea para la que existe.
La trampa en toda esta idea es que abstenerse parece una debilidad. Cuando muestro a los ingenieros la pila de control de calidad manual, el reflejo inmediato es preguntar por qué no fuerzo simplemente el umbral para recuperar más. Porque lo que se decide en una línea de separación no es cómo de buena sea la predicción promedio. Es si una bomba de cloro entra en una bala Grado A, y no quieres que un modelo estocástico tome esa decisión. Quieres una regla que el modelo no pueda anular.
La cifra que elegí poner en el marcador
Tomé una decisión sobre la cifra del marcador que me costó algo mantener. 0,894 es la cifra que es real sobre un flujo de retención sucio. Casi el 99 por ciento es el número que vende, el que proviene de una captura limpia de laboratorio con Specim, y podría haberlo citado dejando que la gente asumiera conclusiones. En su lugar, incorporé el panel de benchmarks en la demo, situando nuestro 0,894 justo al lado de la línea base interpretable de 0,668 y de la cifra de campo de 83,4 por ciento revisada por pares, para que cualquiera pueda ver exactamente dónde nos encontramos y que no nos atribuimos el techo de laboratorio.
El panel contiene la cifra que realmente importa, y no es la precisión. A lo largo de 40 balas aleatorias de flujo denso, la bala con compuerta cumple APR Grado A alrededor del 85 por ciento de las veces, mientras que la bala sin compuerta solo lo cumple en torno al 22,5 por ciento de las veces. Lee detenidamente esos dos puntos de prueba, porque son mediciones distintas y las mantengo separadas a propósito: la comparación de 99,2 frente a 94,2 corresponde a una bala específica en la semilla 11 de la demo, y el 85 frente a 22,5 es el agregado en 40 balas aleatorias. La bala individual es la versión gráfica, el agregado es la versión honesta, y el relato solo se sostiene porque ambas apuntan en la misma dirección. Un modelo con 0,894 se convierte en una bala que pasa la mayor parte de las veces, o en una bala que falla la mayoría de las veces, dependiendo enteramente de si la compuerta está en el bucle.
Lo que dejé de vender al alza
Construí la parte de cómputo para argumentar en contra de mi propia factura, y eso me sorprendió más de lo que debería. El cálculo de latencia es sencillo: el desplazamiento del chorro de aire es igual a la velocidad de la cinta multiplicada por la latencia desde la detección hasta el disparo, y la arquitectura es suficiente solo cuando ese chorro no supera el paso de unas cuatro boquillas eyectoras, lo bastante estrecho como para mantener la pureza. A los 3,0 metros por segundo de la instalación, una GPU edge optimizada (una Jetson AGX Orin ejecutando TensorRT a 14 milisegundos) produce un chorro de 42 milímetros que cubre aproximadamente 3,4 pasos de boquilla, dentro de la ventana de tolerancia. Por tanto, el motor recomienda la GPU y afirma con claridad que una FPGA no se justifica a esta velocidad de cinta, ahorrando cerca de 32.000 euros y 20 semanas de ingeniería. Si se acelera la cinta por encima de unos 3,6 metros por segundo, el chorro de la GPU cruza la línea de cuatro boquillas, y solo entonces pasa a recomendar una FPGA. Recomienda el hardware más económico siempre que la física lo permita, aun cuando la FPGA suponga una factura mayor. No quería una demo que empujara a cada comprador hacia la opción cara, así que convertí la recomendación más económica en el comportamiento predeterminado y mostré el razonamiento en pantalla.
La parte que sobrevive a un modelo mejor
No construí un separador, y quiero ser prudente con esto, porque es fácil interpretar esto como una pretensión de reemplazar a TOMRA, Steinert o Machinex. Esa es una lectura equivocada. Assay se instala aguas abajo de su separación primaria NIR como una estación de cinta lateral neutral respecto al fabricante, leyendo el residuo cargado de plástico negro que esa separación ya rechazó, y no interfiere con la máquina que tiene delante. Y el valor que añade no es un número que caduque a medida que los modelos mejoran. Cada bala despacha un certificado firmado, con hash sha256, que declara su composición medida, cada cláusula de APR verificada con aprobado o suspenso, el hash del modelo, los recuentos de abstención y rechazo, y el tonelaje recuperado. Ese comprobante es lo que una planta puede archivar formalmente.
Importa más ahora de lo que lo habría hecho hace cinco años, por una razón regulatoria específica. A medida que el reglamento PPWR de la UE (Reglamento 2025/40), la ley SB 54 de California y el marco RecyClass se consolidan, los envases con negro de carbón se consideran reciclables únicamente donde realmente existe clasificación con capacidad MWIR en la instalación (investigación WP45, 2026). Esto no es una afirmación de conformidad legal sobre esta demo: el certificado es evidencia de pureza archivable, no un sello de conformidad. Es el contexto de por qué el terreno está cambiando. En ese mundo, la instalación que gana es la que puede entregar a un auditor un comprobante archivable para cada bala que despacha, no la que tiene el benchmark más alto en una diapositiva. La confianza en una línea de separación debe ser determinista, y la parte determinista es exactamente la que no vive dentro del clasificador.
Y si prefieres ver cómo un buen modelo despacha una bala defectuosa en lugar de leerme describirlo, aquí está todo funcionando de principio a fin.
Si quieres ver cómo un buen modelo despacha una bala defectuosa y luego accionar un solo conmutador para ver cómo despacha una conforme, la demo está en https://veriprajna.com/demos/materials-recovery-ai, ejecutando el mismo flujo en ambos sentidos para que la compuerta sea lo único que cambia. Comencé esto pensando que el problema difícil era ver el plástico negro. Verlo tomó una semana de espectroscopía y una red pequeña. Demostrar que lo que recuperé estaba realmente limpio, y estar dispuesto a abstenerse, rechazar y fallar abiertamente cuando no lo estaba, tomó todo lo que vino después.
