2019年4月，住建部等九部門印發《在全國地級及以上城市全面開展生活垃圾分類工作的通知》：到2020年，北京、天津、上海、青島、武漢等46個重點城市基本建成生活垃圾分類處理系統。
伴随人工智能和物聯網等先進技術的疊代更新，垃圾分類及監管等場景自然也少不了“AI＋”的賦能。居民智能分辨垃圾種類、垃圾處理廠智能分揀可回收物品、以及政府智能監督垃圾分類實況等智能場景正在向現實生活滲透。
垃圾分類一直是讓各個國家頭疼的老問題，針對這個痼疾，多國已向AI尋求幫助。
日本：FANUC視覺分揀機器人
FANUC視覺分揀機器人
積累了豐富經驗的日本早已借助AI來實作更加便捷的垃圾分類。
FANUC為分揀機器人設計了一套廢舊物品自動回收技術，由人工智能（多層神經網絡）及分揀系統組成。基于人工智能的視覺分析系統，FANUC分揀機器人能對垃圾進行精細的辨識和分析。例如，分析出木材的品質，分辨出聚合物和塑膠的差別等。
上海：GPS垃圾回收機器人
GPS垃圾回收系統
上海作為國内垃圾分類的先行城市，向全市征集了第二批人工智能應用場景需求，上海城投釋出的人工智能在生活垃圾分類中的應用被列入其中。GPS垃圾回收機器人有望解決居民不能定時定點投放垃圾的問題。
居民可通過APP向小區機器人下發指令，機器人會啟用自身的GPS和運動傳感器來定位住戶的指定地點。當它到達指定地點與居民會面後，居民将不同種類的垃圾放入機器人的特定口袋内即可。
美國：Max-AI垃圾分揀機器人
Max-AI垃圾分揀機器人
Max-AI是美國生産商National Recycling Technologies 研發出來的一款人工智能分類機器人，可以代替從業人員完成垃圾分類工作。
該機器人由視覺系統、人工智能及分揀系統組成，可以利用計算機來識别出垃圾的材質，進而辨識哪些該分揀出來。
AI能夠幫助人們進行垃圾分類的前提是能夠準确識别垃圾種類并正确進行分揀。由此可見，不同種類垃圾資料是AI向垃圾分類場景滲透的基礎，也是重中之重。垃圾分類資料采集不僅需要大量的樣本支援，還需要精确地分類以及多樣性的采集方式，即多角度、多背景的複雜樣本資料采集。針對垃圾分類這一應用場景，資料堂設計并研發了《46,695張生活垃圾圖像資料》。
生活垃圾圖像資料樣例
資料堂的生活垃圾圖像資料包含廚餘垃圾、電子廢棄物、幹垃圾等多種分類，資料采集環境包括室内場景和室外場景兩種，标注人員用矩形框标注垃圾，檢測框精度高達97%。
智能垃圾分類技術将會是人工智能在分類領域的一個重要的研究方向。利用AI進行垃圾分類，不僅可以得到高品質、高純度的循環利用物料，還可以使過去無法循環利用的物料得到循環利用。
智能垃圾分類是垃圾管理的未來發展趨勢，以資訊化的管理方式進行垃圾分類是時代進步的表征之一。基于人工智能、雲計算、大資料、物聯網等新技術，垃圾分類的效率愈來愈高，對環保事業及技術發展有着重要的意義。