あなたのリサイクルは嘘だった——解決策はChatGPTではなく物理だ
私は、まったく問題のないポリプロピレン製トレイ——寿司を買えばついてくるようなあれ——がコンベアベルトの端から滑り落ち、「残渣」と記されたビンへ落ちていくのを見ていました。残渣とは丁寧な言い方です。それは埋め立てを意味します。焼却を意味します。失敗を意味します。
そのトレイは黒かった。それが唯一の罪でした。
私はヨーロッパのある選別回収施設（MRF）に立っていました。年間何万トンもの廃棄物を処理するような場所です。そこで私が目にしていたのは、その施設の最先端の光学選別機——たいていのアパートより高価な機械——が、センサーの下を通過するあらゆる暗色の物体を系統的に無視していく様子でした。機械が壊れていたからではありません。そのセンサーの物理特性が、黒いプラスチックを文字どおり見えなくしていたからです。
その瞬間が、私の会社の軌道を変えました。Veriprajnaでは、産業課題のためのディープAIシステムを構築しています。私はこの施設に、ソフトウェアの問題を見つけられるだろうと期待して来ていました。分類上の欠陥。調整できる何か。ところが私が見つけたのは、電磁スペクトルにぽっかり空いた穴でした——そして、どれほど機械学習を積み重ねてもそれを埋めることはできませんでした。
私たちが捨てているものの規模
気になるはずの数字を紹介しましょう。世界で毎年発生する3億5,300万トンのプラスチック廃棄物のうち、リサイクルされるのはわずか9%にすぎません。半分は埋め立てに回されます。5分の1は焼却されます。残りは不適切に処理されています——「あまり考えたくない場所に投棄されている」ことの婉曲表現です。
黒いプラスチックは、この状況をさらに悪化させます。地域によって差はありますが、プラスチック廃棄物全体の3%から15%を占めています。年間5万トンを処理する施設では、これは数千トンにのぼる素材——ポリプロピレン、ポリエチレン、ABS、ポリスチレン——を意味します。それらは、リサイクルできないからではなく、機械が見つけられないという理由でリサイクルの流れから排除されているのです。
しかも、この素材は無価値ではありません。リサイクルされた黒色ポリプロピレンは1トンあたり$1,130–$1,200で取引されています。リサイクルされたABSは$800–$1,100で取引されます。中規模施設1か所だけで、$2 million分を超える回収可能な価値を毎年捨てているのです。これは誤差の範囲ではありません。解き放たれるのを待っているビジネスモデルなのです。
見えないものはリサイクルできません。そして今この瞬間も、業界全体が廃棄物フローの15%に対して盲目なのです。
なぜ黒いトレイはリサイクルロボットに見えないのか？
その答えは、カーボンブラックと呼ばれる顔料にあります。石油の不完全燃焼から作られ、ほとんどの黒いプラスチックが黒い理由となっています。これはまた、これまでに製造された中で最も効果的な光吸収体の一つでもあります。
標準的なリサイクル選別機は、近赤外分光法——NIR——を使い、0.9〜1.7マイクロメートルの範囲で動作します。その仕組みは巧妙です。ハロゲンランプがコンベアベルトに光を浴びせます。その光が着色された、あるいは透明なプラスチックボトルに当たると、特定の波長が吸収された状態で反射して戻ってきます——「これはPETだ」「これはHDPEだ」とセンサーに告げるスペクトルの指紋です。空気圧式のイジェクターが作動します。ボトルは正しいビンに落ちます。
ところが、その同じ光がカーボンブラックに当たると、反射して戻ってきません。この顔料はNIR領域全体にわたって光子を吸収し、熱に変換してしまいます。センサーは何も受け取りません。そしてコンベアベルト自体もたいてい黒いゴムでできているため、機械には黒い背景の上の黒い物体が、信号ゼロを返している状態に見えます。選別アルゴリズムにとって、ベルトは空に見えるのです。
初期の頃、ある投資家にこれを説明したのを覚えています。彼は「暗いピクセルでもっと良いモデルを訓練すればいいのでは？」と言いました。私はNIR下での黒いPPトレイのスペクトル読み取り結果を表示しました。それは平坦な線でした。ノイズです。私は彼にこう言いました。ここにはデータがありません。何もないものでモデルを訓練することはできない、と。
彼は少し間を置いてから、「GPTならどう？」と言いました。
この質問を、認めたくないほど頻繁に受けます。
なぜこれにLLMをただ使うことができないのか？
ある点についてはっきり言っておきたいと思います。というのも、現在のAIの過熱ぶりが危険な幻想を生み出しているからです。それは、物理の問題をプロンプトで切り抜けることはできない、ということです。
大規模言語モデルは、確率的なテキストエンジンです。訓練データのパターンに基づいて次のトークンを予測します。その働きは驚異的です。しかし、それらには入力が必要です。黒いプラスチックの選別の場合、標準的なNIRセンサーからの入力は空集合——コンベアベルトの背景と区別のつかない、ノイズの平坦な線——なのです。
そのノイズを分類するよう生成モデルに強いれば、当て推量をするかもしれません。PPは一般的なので「おそらくポリプロピレン」と言うかもしれません。しかし、推測はセンシングではありません。1〜2%を超える汚染がベール（圧縮梱包）全体を販売不能にする産業用リサイクルラインにおいて、自信ありげな推測は、答えがまったくないことよりも悪いのです。それは物理的な結果を伴うハルシネーションです。
レイテンシの問題もあります。産業用の選別判断はミリ秒単位で行われます——毎秒3メートルで走るコンベアは、クラウドサーバーへのAPI呼び出しを待ってはくれません。クラウドベースのモデルが自信ありげな誤答を返す頃には、トレイはすでに残渣ビンの中です。
LLMのラッパーは、センサーが決して捉えなかった光子を幻覚として生み出すことはできません。データが存在しなければ、モデルは盲目です——どれほど多くのパラメータを持っていようとも。
これは、私が「AIラッパー」と呼ぶものとディープテックとの間の、繰り返し立ち返る区別です。ラッパーは、他人のモデルを取ってきて、その上にユーザーインターフェースを乗せます。ディープテックは、測定の物理そのものを変えます。私たちには、測定を変える必要がありました。
波長をずらすと何が起こるのか？
カーボンブラックの吸収は無限ではありません。限界があります。そしてその限界は、近赤外線から次の領域へと移ると利用可能になります。すなわち中波赤外線（MWIR）です——MWIR帯、具体的には2.7〜5.3マイクロメートルの範囲です。
ここでこそ、ポリマー化学が声を張り上げます。
NIR領域で拾えるのは「倍音」振動——分子結合のかすかな残響です。それらは微弱で、カーボンブラックに簡単にかき消されてしまいます。ところがMWIRでは、次のものに突き当たります。すなわち基本振動です。つまり、C-H伸縮結合、C=Oカルボニル伸縮、芳香環モードです。これらの信号は桁違いに強いのです。カーボンブラック顔料を突き抜けてセンサーに届くほど強力です。
私のチームがMWIR下で黒いポリプロピレントレイからクリーンなスペクトル読み取り結果を初めて見たとき、そこには本物の信じがたさの瞬間がありました。私たちは何週間も平坦な線を見つめ続けていました。そして突然——ピークです。鋭く、はっきりとして、紛れもないものでした。3.4マイクロメートルのC-H吸収帯がまさにそこにあり、どんな教科書の図にも劣らないほど明瞭でした。ただし、これは教科書のサンプルではありませんでした。実際の廃棄物フローから取り出された、押しつぶされた汚れた食品トレイだったのです。
私はエンジニアの方を向いてこう言いました。「トレイはずっと語りかけていたんだ。私たちがただ間違った周波数で聞いていただけだ」と。
これが核心となる洞察です。私たちはプラスチックをより見えやすくしたのではありません。私たちは、見る場所を変えたのです。
MWIRハイパースペクトルイメージングは実際どう機能するのか？
私たちがシステムの中核に据えたのは、Specim FX50です。これは、この用途に必要な2.7〜5.3マイクロメートルの全範囲をカバーする、現時点で唯一の商用に耐えうるハイパースペクトルカメラです。そして「商用に耐えうる」という言葉は、この文の中でかなりの重責を担っています。というのも、これはコンベアにボルトで留めるようなウェブカメラではないからです。
検出器の材料はアンチモン化インジウム（InSb）——熱放射に敏感な特殊な半導体です。これらの波長では本質的に熱の痕跡を検出しているため、センサーは極低温——約77ケルビン、おおよそ摂氏マイナス196度——まで冷却しなければなりません。そのために内蔵のスターリング冷却器を使います。冷却しなければ、センサーは自らの熱ノイズで自らを盲目にしてしまいます。
このカメラは、154のスペクトルバンドを、視野内のあらゆるピクセルについて捉え、3次元のデータキューブ——空間位置と波長——を生成します。毎秒380フレームで、毎秒2メートルを超えて走るコンベアベルトにも遅れずについていきます。
センサーアーキテクチャの全体像と、その背後にある物理について私が書いたのは、当社のインタラクティブ・ホワイトペーパーの中でです——極低温冷却の工学的な詳細だけでも、それ自体で一本のエッセイを埋め尽くせるほどです。しかし要点はこうです。カメラが見ているのは色ではありません。化学を見ているのです。黒いPPトレイと黒いPS蓋は、あなたの目には同一に見えます。MWIR下では、それらはまったく異なるスペクトル的特徴を持ちます——異なるピーク、異なる吸収パターン、異なる分子的な正体です。
私たちはコンピュータビジョンをやめ、ケミカルビジョン（化学的視覚）を始めました。カメラは「黒い形」を見ているのではありません。分子の指紋の流れを見ているのです。
画像ではなく化学を読むAI
154バンドのハイパースペクトルデータを産業的な速度で取得すると、膨大な量の情報が生成されます。問題はこうなります。物体がベルトから落ちる前にエアジェットを作動させるほど速く、それをどう分類するのか？
AIにおける標準的な反射は、2次元の畳み込みニューラルネットワーク——画像認識を支えるあの種のもの——に手を伸ばすことです。ResNet、YOLO、猫と犬を見分けられるアーキテクチャです。しかし廃棄物の選別は、それらのネットワークが依拠するあらゆる前提を打ち砕きます。押しつぶされたボトルは、ボトルには見えません。破れたトレイの断片には、認識できる形がありません。黒い自動車用プラスチックの破片は、黒い食品包装の破片と空間的に同一です。
形は当てになりません。化学はそうではありません。
そこで私たちは、この問題を信号処理として扱います。画像認識としてではありません。コンベアベルト上のあらゆるピクセルについて、私たちは154個の値からなる1次元ベクトル——その地点でのスペクトル——を抽出します。そのベクトルを、次のものに入力します。すなわち1次元畳み込みニューラルネットワーク（1D-CNN）です。
エッジやテクスチャを探して画像の上を滑る正方形のカーネルの代わりに、私たちの線形カーネルはスペクトルの上を滑り、分子的な特徴を探します。3.4マイクロメートルでの急峻な落ち込み、4.0での幅広い肩、「これはポリエチレンではなくポリスチレンだ」と告げる特定の二重線ピーク。ネットワークは、化学結合の文法を学習するのです。
ある週、エンジニアの一人が、代わりにTransformerアーキテクチャを試すべきだと主張しました——アテンション機構、GPTを支えているのと同じ手法です。理屈の上では筋が通っていました。しかし実際には、その二次関数的な計算量のせいで、推論は毎秒3メートルで動くベルトには遅すぎました。私たちの1D-CNNは、5ミリ秒未満でエッジハードウェア上で動作します。Transformerがまだスペクトルの大域的な文脈に「注意を向けて」いる間に、私たちのシステムはすでにピクセルを分類し、イジェクターを作動させ終えていました。
私たちはクラウドで実行していません。選別機の上にはNVIDIA Jetson AGX Orinが載っています。データは施設の外に出ることは決してありません。クラウドベースのシステムが往復を終える頃には、私たちのエアジェットはすでにトレイを正しいビンへと振り分け終えています。
二つの見方を融合させる
MWIRが教えてくれるのは、何であるか、ということです。しかし、標準的なカメラよりも空間分解能が低く、しかも高価です。そこで私たちは、それをRGBと融合させます。
高解像度のカラーカメラがセグメンテーション——ベルト上の物体の境界を見つけること——を担います。それはマスクを生成します。「この座標に品物がある」と。MWIRカメラがスペクトルデータを取得します。私たちのフュージョンエンジンは、RGBマスクをMWIRデータキューブに重ね合わせ、各物体の境界内部のスペクトルを問い合わせます。そして1D-CNNが素材を分類します。
選別ロボットへの出力は、複合的なデータパケットです。物体#452は黒色ポリプロピレン、この座標に位置し、この角度を向いている。それを拾い上げよ。3番のビンに入れよ。
このハイブリッドなアプローチにより、私たちは空間的な処理には安価で高速なRGBを使い、高価で情報密度の高いMWIRは、本当に重要な判断——この物体は何でできているのか？——のために取っておくことができます。
なぜ業界はすでにこれをやっていないのか？
この質問を、私は絶えず受けます。MWIRが機能するなら、なぜあらゆるリサイクル工場がそれを使っていないのか、と。
理由は三つあります。
第一に、ハードウェアの壁です。特殊な半導体検出器を備えた極低温冷却の赤外線カメラは、汎用品ではありません。家電カタログから注文できるものではないのです。Specim FX50は存在しますが、それを、現実世界の廃棄物——汚れて、濡れて、高速で重なり合う物体——を扱う選別ラインに統合するには、相当な工学的努力が必要です。
第二に、AIの壁です。標準的な選別機のファームウェアは、NIRデータ向けに設計されています。センサーをただ交換して、既存のソフトウェアが動くと期待することはできません。1D-CNNアーキテクチャ、スペクトルの前処理、センサーフュージョンのパイプライン——これらはすべてカスタムです。ここにこそVeriprajnaは存在します。私たちは、異なる時代のセンシングのために作られたハードウェアに、知能の層を提供するのです。
第三に、惰性です。何年もの間、黒いプラスチックに対する業界の答えは「使うな」か「損失を受け入れろ」でした。ブランド各社は、検出可能な顔料に切り替えるよう求められました。切り替えた企業もありました。しかしほとんどは切り替えませんでした。カーボンブラックは安価で、紫外線に対して安定しており、製造業者が混色のリサイクル原料——そもそもリサイクルを経済的に成り立たせている、まさにそのもの——を使えるようにするからです。
カーボンブラックは、製造業者がリサイクル素材を使えるようにします。しかし同時に、最終製品をリサイクルセンサーに対して見えなくもします。循環性を可能にする顔料が、それを同時に破壊しているのです。
EUの「包装および包装廃棄物規則」が、この問題に決着を迫っています。2030年までに、すべての包装はリサイクル可能でなければなりません——理論上ではなく、実際の産業施設で証明可能な形で、です。選別機がそれを見られなければ、それは法的にリサイクル不能です。その規制上の期限が、人々の意識を一点に集中させています。
これを不可避にする経済性
私が学んだのは、産業事業者にディープテックを売り込むとき、環境面の議論は扉を開けるが、契約をまとめるのは表計算だ、ということです。
年間5万トンを処理する、ヨーロッパの中規模MRFを考えてみましょう。黒いプラスチックの割合は5%、つまり2,500トンです。現在、その素材は、ゲート料金と炭素税を合わせて1トンあたりおよそ€100で焼却に回されます——貴重な素材を破棄するためだけに、年間€250,000のコストです。
MWIR選別がそのフローの90%を回収し、選別されたペレットを1トンあたり€900で販売すれば、計算は劇的に変わります。すなわち収益と回避された処分コストを合わせて€2.25 millionです。約$300,000というシステムの設備投資に対して、投資回収期間は2か月未満です。
私は、施設の管理者たちがこの計算を封筒の裏でやってのけ、そしてすぐに、いつ設置できるのかと尋ねてくるのを見てきました。経済性は微々たるものではありません。圧倒的なのです。
完全な技術的詳細——スペクトルの識別データ、1D-CNNアーキテクチャの詳細、センサーフュージョンのパイプラインを含む——について、私が公開したのは、詳細な研究論文です。これは、エッセイでは踏み込めないところまで深く掘り下げています。
これが本当に意味するもの
私がVeriprajnaを始めたのは、最も困難な産業課題はAPIをラッピングすることでは解決できないと信じていたからです。それらには、測定の物理を理解し、適切なセンサーパイプラインを構築し、そしてデータの構造——過熱ぶりの構造ではなく——に合致するAIアーキテクチャを設計することが求められます。
黒いプラスチックのリサイクルは、なぜディープテックが重要なのかを示すケーススタディです。問題は、決して知能が足りなかったことではありません。問題は、信号が足りなかったことです。私たちは間違った光を当て、そのうえで何も見えないことをAIのせいにしていたのです。
AIは何でも解決できると誰かに言われたら、こう尋ねてください。どんなデータで解決するのか、と。センサーが現実を捉えられなければ、そのモデルは、ただ非常に高価な乱数生成器にすぎません。
近赤外光を吸収する顔料のせいで、完全にリサイクル可能なポリマーが何百万トンも、今この瞬間も埋め立て地に眠っています。化学が間違っているからではありません。経済性が成り立たないからではありません。センサーが、あらゆるものが都合よく青や緑の色合いをしている世界のために作られていたからです。
世界は、そんなに都合よくはできていません。そして解決策は、より優れたプロンプトではありません。より優れた光子なのです。