沒有人愿意花上幾個小時的時間在源源不斷的垃圾輸送線中挑選可回收物，這就是為什么許多回收操作都是依靠自動化系統來分出塑料容器、玻璃杯、鋁罐頭以及混合紙。但這些系統并不完美，所以工人也必須隨時準備捕捉機器遺漏的信息。Waste Management是一家在北美擁有100個回收工廠的垃圾運輸巨頭企業，他們招募了約3000名員工來進行垃圾分揀——但是很難找到愿意每天都來工作的工人，而且很多工人在工作了幾個小時之后就辭職了。這也是這家企業現在著手測試新型機器人的原因之一，這些機器人最終可能可以幫助人類進行垃圾分揀流水線作業。
“對工作人員來說，這是一個非常艱難的角色，這也是為什么機器人在這一職位上是有意義的。”Waste Management子公司WM Recycle America的財務副總裁Brent Bell說。
美國產生大量的垃圾。每一個美國人平均每年會扔掉大約2555磅的垃圾，庫卡機器人，在這些垃圾中估計有75%是可回收利用的。機器能夠比人類更快地處理這些垃圾；由魁北克制造商Machinex開發的光學分揀器可以以每分鐘3,000件的速度分離可回收的物品。這種技術依靠磁鐵來提取一些金屬，依靠渦流來捕捉其他非磁性金屬，并依靠近紅外光來幫助光學分揀器檢測出不同級別的塑料。但是，由于美國回收系統固有的高污染率，它們的準確性受到了損害。
與大多數工業化國家不同的是，美國采用了一種便利的單流回收方法，允許人們將塑料、玻璃、金屬和紙張混入一個收集箱。這一便利帶來了高回收率和相對有效的收集，但也加劇了污染。美國工業界估計，這些物品中有20%至25%是不可回收垃圾。這個問題在一定程度上來源于消費者對哪些物品符合垃圾回收標準的困惑，以及“希望回收”的想法：將垃圾扔進指定的垃圾箱里，就能賦予垃圾新的生命。許多物品在收集、運輸或卡車壓實的過程中變得無法使用，這一壓實的過程會將物品粉碎，將紙張染上顏色，還有將碎玻璃磨成其他物品。
因此，工人必須介入來處理這些問題。否則，被識別錯誤的物品可能會損壞高昂的設備或者導致回收操作中止。例如，輕塑料以及碎紙片是在巨型的紡紗機中進行處理的，由于忽視而進入機器的金屬或者是玻璃容器會變成高速運轉的彈丸，位于加州CulverCity的非營利集裝箱回收研究所執行主任SusanCollins說。
相比于苦苦尋找工人來持續監管這一過程，一些企業已經在測試人工智能機器人了，這些機器人配有抓取器或吸盤，能夠挑選可回收物。它們會使用相機和其他傳感器，并加上機器學習軟件，通過視覺模式來識別特定物品。然而，為了讓人工智能機器人取代人類，這些機器人最終將不得不超越我們——人類質控人員每分鐘挑選大約30到40件物品。Bell說：“如果它(機器人)能夠挑選兩到三倍于人類工人的物品，那么我們就可以開始考慮經濟因素，看看我們是否有理由購買它。”
去年，芬蘭公司ZenRotics首次推出了“快速拾荒者”機器人，這一機器人每分鐘可以抓取大約66個物體。ZenRobotics的營銷總監Janica Johansson說，現在一些回收公司正在談論建造人工智能驅動的“黑暗工廠”或“關燈廠”，這些工廠不需要人類工人。其他公司仍然設想機器人和人類一起工作，“它們不會取代人——我們肯定會在我們的工廠中安置質控人員——但人工智能將讓我們每小時處理更多噸垃圾，并提供更清潔的可回收產品。”Rumpke廢物回收和回收的主管Steve Sargent說。
與Waste Management一樣，Rumpke希望將回收機器人整合到現有的業務中，其中包括俄亥俄州、印第安納州、肯塔基州和西弗吉尼亞州的區域服務。該公司特別熱衷于在辛辛那提的一家回收工廠試用一種由機器開發的機器人，名為武士。武士每分鐘能挑選出大約70個物品，雖然比Machinex的標準分揀設備工作得慢，但是它仍然具有超越人類的速度，這意味著它可以真正協助質量控制部門的工作。
新的技術可以進一步提高機器人的效率。麻省理工學院計算機科學與人工智能實驗室(CSAIL)最近推出了一個名為RoCycle試驗性系統，這個系統所使用了軟質的聚四氟乙烯“手指”，可以通過指尖傳感器來檢測物體的大小和剛度。這個機器人比人類慢得多，當它嘗試在模擬傳送帶上識別物體時，它僅靠觸摸就能達到63%的準確率(表面有紙覆蓋的罐頭盒是一個特殊的挑戰)。不過，電子工程和計算機科學教授、麻省理工學院(MIT) CSAIL主任Daniela Rus表示，通過將觸覺數據和攝像機的視覺數據結合起來，這種準確性可能會有所提高。
“人工智能解決方案使我們能夠保持這種便利和廣泛采用(單流回收的)做法，同時確保我們不只是將分類工作轉移到更弱勢群體上。”麻省理工學院電氣工程和計算機科學的博士研究生、RoCycle論文的主要作者Lillian Chin說。然而，懷疑論者指出，www.haojoj.com，回收設施中的機器人無法修復美國單流系統的一些根本缺陷，庫卡機器人，包括從路邊垃圾收集就開始的污染問題。Collins說：“如果玻璃在達到分揀設施時已經破碎了的話，機器人也無法修復這些已經破碎了的玻璃。”麻省理工學院的研究人員認為，有一天機器人也可以在收集路邊垃圾之前分揀出可回收物——但目前還不清楚誰愿意為安裝這樣的機器人買單，即使該回收技術已經成熟。
盡管有這些限制，但在中國于2019年初停止進口他國受污染的紙張和塑料混合廢棄物、震驚了全球的回收工業之后，向機器化的轉向獲得了新的動力。許多美國城鎮不能夠再將垃圾分類這一枯燥、骯臟和危險的工作外包出去，而只能直接將可回收垃圾傾倒到垃圾填埋場或焚化爐中。無論是美國還是全世界的塑料回收平均水平都僅為9%，另外12%的全球塑料廢物最終被焚化，79%的塑料要么進入垃圾填埋場，要么進入自然，污染環境。
如果機器人能夠在不出太多錯誤的情況下展示超人類的分類速度，那么他們或許能夠很好地參與到回收的工作流水線中。但是，除了新技術之外，Waste Management和Rumpke公司仍然強調，需要對客戶進行教育，讓他們了解哪些是可以回收的，以及要如何回收。這意味著要將焦點放在可回收物的基本類別上，并教導人們不要在混合物中添加花園水管、圣誕燈和塑料袋等物品。改變人類浪費的生活方式是一場長期的斗爭——每一個人都知道，如果沒有人類的幫助，人工智能和機器人是無法單獨解決回收危機的。