J'ai créé une IA pour récupérer le plastique noir jeté au recyclage. Le classificateur était la partie facile.
Le noir de carbone absorbe l'ensemble du proche infrarouge, si bien qu'une barquette noire en polypropylène circulant sur un convoyeur noir représente un vide sans aucun signal pour tous les trieurs optiques NIR du marché — la classe de machines TOMRA Autosort, Machinex et Pellenc qui équipe les lignes de recyclage à travers le monde. Le trieur ne peut absolument pas voir l'objet, qui bascule donc dans les refus de tri avant de finir en décharge. Selon le flux, 3 à 15 % des déchets sont constitués de plastique noir perdu exactement de cette façon, et pour une installation traitant 50 000 tonnes par an avec 5 % de plastique noir, cela représente environ 2 500 tonnes annuelles de matière valorisable, soit une opportunité de l'ordre de 2,2 à 2,7 millions d'euros par an (recherche WP45, 2026). J'ai passé une grande partie de ce développement en supposant que le problème intéressant consistait à rendre ce plastique visible. Ce le fut, pendant environ une semaine. Puis le véritable problème est apparu, et il ne concernait pas du tout le modèle.
La démo que j'ai conçue s'appelle Assay, et elle est accessible à l'adresse https://veriprajna.com/demos/materials-recovery-ai. Je devrais préciser ce qui y est réel avant de dire quoi que ce soit d'autre, car chaque démo dans ce domaine est tentée d'effacer la frontière. Les spectres sont synthétiques, générés par un émulateur fondé sur la physique remplaçant un capteur Specim FX50, et l'éjecteur pneumatique est un bouchon journalisé. Ce qui est réel, c'est le classificateur, les portes, la vérification des règles de gestion et les chiffres d'évaluation. J'ai délibérément conçu la partie synthétique, car le cas qui détermine si une balle se vend est le cas ambigu, contaminé, avec présence de PVC dans le flux, qu'une acquisition propre de laboratoire ne vous offre presque jamais.
La semaine que j'ai passée à tenter de remporter la mauvaise course
J'ai ouvert ce développement de la façon dont je pense que la plupart des gens l'auraient fait, en le traitant comme une course à l'exactitude. L'angle sous lequel tout le monde aborde la récupération du plastique noir est un chiffre : faire passer le classificateur du zéro aveugle au NIR jusqu'au score vedette de laboratoire de près de 99 %, et vous aurez résolu l'angle mort du recyclage. J'ai donc d'abord modélisé la physique de détection. Le noir de carbone atténue certes le signal dans l'infrarouge moyen, mais il ne l'efface pas, et cet écart constitue toute l'ouverture. Dans la bande MWIR, de 2,7 à 5,3 micromètres, chaque polymère laisse encore une empreinte diagnostique : le doublet carbone-hydrogène aliphatique pour le PP et le PE, le cycle aromatique pour le PS, l'élongation nitrile pour l'ABS, la caractéristique adjacente au chlore pour le PVC. J'ai codé à la main un petit réseau convolutif 1D en numpy, trois couches de convolution vers un pooling vers deux couches denses vers un softmax sur PP, PE, PS, ABS et PVC, avec une véritable propagation avant, une rétropropagation, Adam et une étape d'étalonnage en température, et il s'exécute sous forme de code numérique simple sur un chemin critique d'environ 5 millisecondes. Aucun grand modèle linguistique ne décide de quoi que ce soit ici. C'est de l'arithmétique parfaitement lisible.
Et cela a fonctionné, à un niveau honnête. Sur un flux de test plus lourd de 1 700 objets, délibérément plus sale que celui sur lequel je m'étais entraîné, il atteint une exactitude équilibrée de 0,894, se plaçant juste à côté de la référence de terrain évaluée par les pairs de 83,4 % pour la classification MWIR sur des déchets réels (Resources, Conservation & Recycling, janvier 2026), avec une règle interprétable de ratios de pics à 0,668 sous-jacente afin que le réseau n'évalue pas ses propres devoirs. C'est un bon chiffre sur une distribution difficile. Ce n'est pas le 99 % de laboratoire, et j'ai décidé très tôt de ne jamais le laisser prétendre l'être.
Voici ce qui m'a arrêté. Je me suis posé devant ce 0,894 et je me suis demandé ce qu'une usine en ferait, et la réponse était : rien. Un centre de tri ne rémunère jamais un score d'exactitude. La seule chose pour laquelle il paie, c'est une balle conforme aux spécifications.
Le commutateur qui a réorganisé tout le développement
Le moment où le développement a basculé a été l'ajout d'un commutateur, presque après coup. La spécification type de balle de l'APR pour le polypropylène recyclé de qualité A est concrète et sans pitié : au moins 97 % de PP et pas plus de 0,5 % de PVC. Une balle qui ne respecte pas les spécifications entraîne un chargement rejeté, des frais de réacheminement vers la décharge et un recycleur en aval qui vous accorde moins de confiance. J'ai donc connecté une commande unique sur le tableau de bord, une porte de confiance que l'on peut activer ou désactiver, et j'ai fait tourner le modèle identique sur le flux identique dans les deux configurations pour observer ce que la porte valait à elle seule.
Avec la porte activée, les objets à faible niveau de confiance — les laminés multicouches et les fragments contaminés dont les spectres ne correspondent à aucun polymère unique — sont mis de côté pour un contrôle qualité manuel à un seuil softmax de 0,86 au lieu d'être intégrés à la balle par approximation, et tout objet suspect de contenir du PVC au-delà d'un seuil délibérément bas fait l'objet d'un rejet catégorique immédiat. Sur la graine 11 de la démo, cette balle avec porte de confiance mesure 99,2 % de PP sans aucune fuite de PVC, et le certificat indique PASS, APR Grade A.
Puis j'ai désactivé le même commutateur, de sorte que le classificateur prend simplement sa meilleure estimation sur chaque objet, un argmax naïf, sans rien retenir. Même flux. Mêmes poids. La balle affiche désormais 94,2 % de PP avec 1,94 % de PVC, et le certificat bascule sur rejeté, au-dessus de la limite de 0,5 % de PVC qui définit cette catégorie.
J'avais construit un classificateur. Ce que j'avais sous les yeux était la preuve que le classificateur n'a jamais été ce qui rendait une balle commercialisable. L'abstention, le rejet ferme du PVC et la vérification déterministe des règles de gestion l'étaient. Le modèle n'a pas changé entre ces deux captures d'écran. L'infrastructure de garantie qui l'entoure a changé, et c'est ce qui a fait toute la différence entre une balle de qualité A certifiable et un chargement de broyé contaminé.
Pourquoi j'ai fait du PVC une décision asymétrique
J'ai délibérément traité le PVC différemment de tout le reste, et le raisonnement mérite d'être explicité. Un faux négatif de PVC dans une balle de PP n'est pas une petite erreur : c'est un contaminant chloré capable de dégrader l'intégralité d'un bain de fusion en aval. La porte ne pèse donc pas le PVC de manière symétrique face aux autres classes. Tout objet que le réseau signale comme ne serait-ce que faiblement suspect de contenir du PVC fait l'objet d'un rejet catégorique au titre de risque chloré, ce qui signifie que j'accepte de jeter du véritable PP pour veiller à ce que le PVC ne l'accompagne pas. C'est un coût, et je voulais que la démo montre ce coût plutôt que de le dissimuler. Sur une évaluation de 60 balles avec porte calibrée, le système achemine environ 12,6 % des objets vers le CQ manuel et capture environ 99,8 % du PVC, avec une unique fuite de PVC sur l'ensemble des 60 balles, tout en récupérant environ 71,2 % du flux de PP. Il achemine davantage de matière vers un être humain qu'un système naïf ne le ferait, et il en récupère moins qu'un système parfait, et il l'assume haut et fort. Un système de récupération qui survend sa propre pureté a déjà échoué dans l'unique tâche pour laquelle il existe.
Le piège dans toute cette idée est que l'abstention ressemble à de la faiblesse. Quand je montre la pile de CQ manuel à des ingénieurs, le réflexe est de demander pourquoi je ne pousse pas simplement le seuil pour en récupérer davantage. Parce que ce qui se décide sur une ligne de tri n'est pas la qualité moyenne des prédictions. C'est de savoir si une bombe de chlore s'introduit dans une balle de qualité A, et vous ne voulez pas qu'un modèle stochastique prenne cette décision. Vous voulez une règle que le modèle ne peut pas contourner.
Le chiffre que j'ai choisi d'inscrire au tableau d'affichage
J'ai pris une décision concernant le chiffre du tableau d'affichage qui m'a coûté quelque chose à maintenir. 0,894 est le chiffre réel sur un flux de test sale. Près de 99 % est le chiffre qui fait vendre, celui obtenu lors d'une capture propre en laboratoire avec un capteur Specim, et j'aurais pu le citer en laissant les gens supposer. J'ai plutôt intégré le panneau de référence à la démo, plaçant notre 0,894 juste à côté de la référence de base interprétable de 0,668 et du chiffre de terrain évalué par les pairs de 83,4 %, afin que chacun voie exactement où nous en sommes et comprenne que nous ne revendiquons pas le plafond de laboratoire.
Le panneau porte le chiffre qui compte véritablement, et ce n'est pas l'exactitude. Sur 40 balles aléatoires d'un flux lourd, la balle avec porte respecte la norme APR Grade A environ 85 % du temps, tandis que la balle sans porte ne la respecte qu'environ 22,5 % du temps. Lisez attentivement ces deux éléments de preuve, car il s'agit de mesures distinctes que je sépare délibérément : la comparaison 99,2 contre 94,2 porte sur une balle spécifique sur la graine 11 de la démo, et le 85 contre 22,5 est l'agrégat sur 40 balles aléatoires. La balle individuelle en est la version saisissante, l'agrégat en est la version honnête, et l'histoire ne tient que parce que les deux vont dans la même direction. Un modèle à 0,894 devient une balle qui réussit la plupart du temps, ou une balle qui échoue la plupart du temps, selon que la porte est intégrée ou non dans la boucle.
Ce que j'ai cessé de survendre
J'ai conçu la partie calcul pour plaider contre ma propre facture, et cela m'a surpris plus que de raison. Le calcul de latence est simple : le déplacement du jet d'air est égal à la vitesse de la bande multipliée par la latence entre la détection et l'éjection, et l'architecture n'est suffisante que lorsque ce jet ne s'étend pas sur plus d'environ quatre pas de buses d'éjection, ce qui est assez étroit pour préserver la pureté. Aux 3,0 mètres par seconde de l'installation, un GPU edge optimisé (un Jetson AGX Orin exécutant TensorRT à 14 millisecondes) produit un jet de 42 millimètres couvrant environ 3,4 pas de buse, soit dans la fenêtre requise. Le moteur recommande donc le GPU et indique clairement qu'un FPGA n'est pas justifié à cette vitesse de bande, économisant environ 32 000 euros et 20 semaines d'ingénierie. Si l'on pousse la bande au-delà d'environ 3,6 mètres par seconde, le jet sous GPU franchit la ligne des quatre buses, et c'est seulement à ce moment-là que le système bascule pour recommander un FPGA. Il recommande le matériel le moins cher chaque fois que la physique le permet, même si le FPGA représenterait une facture plus élevée. Je ne voulais pas d'une démo qui pousse chaque acheteur vers l'option la plus coûteuse, j'ai donc fait de la recommandation la plus économique le comportement par défaut et affiché le raisonnement à l'écran.
La partie qui survit à un meilleur modèle
Je n'ai pas construit de trieur, et je tiens à être prudent à ce sujet, car il est facile d'y entendre une prétention à remplacer TOMRA, Steinert ou Machinex. C'est une mauvaise interprétation. Assay se positionne en aval de votre tri NIR primaire en tant que station sur bande latérale neutre vis-à-vis des fournisseurs, analysant les refus chargés en noir que ce tri a déjà rejetés, et laisse la machine en amont tranquille. Et la valeur qu'il apporte n'est pas un chiffre qui devient obsolète à mesure que les modèles s'améliorent. Chaque balle est expédiée avec un certificat signé, haché avec sha256, mentionnant sa composition mesurée, chaque clause de l'APR validée par un succès ou un échec, le hachage du modèle, les nombres d'abstentions et de rejets, et le tonnage récupéré. Cette quittance est le document qu'une usine peut archiver.
Cela a plus d'importance aujourd'hui qu'il y a cinq ans, pour une raison réglementaire précise. À mesure que le règlement européen PPWR (règlement 2025/40), la loi SB 54 de Californie et le cadre RecyClass s'imposent, les emballages contenant du noir de carbone ne sont considérés comme recyclables que là où un tri compatible MWIR existe réellement dans l'installation (recherche WP45, 2026). Il ne s'agit pas d'une allégation de conformité concernant cette démo : le certificat constitue une preuve de pureté archivable, non une estampille de conformité. C'est le contexte qui explique pourquoi la donne change. Dans ce monde, l'installation gagnante est celle qui peut remettre à un auditeur une quittance archivable pour chaque balle expédiée, et non celle qui arbore le score de référence le plus élevé sur une diapositive. La confiance sur une ligne de tri doit être déterministe, et la partie déterministe est précisément celle qui ne réside pas à l'intérieur du classificateur.
Et si vous préférez voir un bon modèle expédier une balle non conforme plutôt que de me lire la décrire, voici le système complet en fonctionnement de bout en bout.
Si vous souhaitez voir un bon modèle expédier une balle défaillante, puis basculer un simple commutateur et le voir expédier une balle conforme, la démo est accessible à l'adresse https://veriprajna.com/demos/materials-recovery-ai, exécutant le même flux dans les deux configurations pour que la porte soit la seule chose qui change. J'ai commencé ce projet en pensant que le problème difficile était de voir le plastique noir. Le voir a nécessité une semaine de spectroscopie et un petit réseau. Prouver que ce que je récupérais était réellement propre, et accepter de s'abstenir, de rejeter et d'échouer bruyamment quand ce n'était pas le cas, a demandé tout le reste.
