Brief IA : Redwood trie les batteries par IA avec plus de 98 % de précision

Redwood trie les batteries par IA avec plus de 98 % de précision

Brief IA
Tom Levy·1 min

Redwood Materials a automatisé le tri des batteries usagées avec une précision d'identification supérieure à 98 %. Ce dispositif, capable de traiter plusieurs tonnes par heure, vise à récupérer des métaux comme le lithium, le nickel et le cobalt pour réduire la dépendance aux importations et à l'extraction minière.

En bref
1Redwood Materials a automatisé le tri des batteries usagées avec l'IA.
2L'entreprise revendique une précision d'identification supérieure à 98 %.
3Le dispositif peut traiter plusieurs tonnes par heure.
Pourquoi c'est important : Redwood souhaite récupérer des métaux pour réduire sa dépendance aux importations et à l'extraction minière.

Redwood Materials a mis au point un dispositif automatisé pour trier les batteries usagées, dont l'identification dépasse 98 % de précision selon l'entreprise. La startup spécialisée dans leur recyclage a été fondée par JB Straubel, cofondateur de Tesla.

Plusieurs tonnes traitées par heure

Construit en quelques mois, l'équipement peut prendre en charge plusieurs tonnes par heure. Redwood cherche à récupérer le lithium, le nickel ou encore le cobalt contenus dans les batteries. L'entreprise entend ainsi moins dépendre des ressources minières et des importations.

La lettre du soirGratuit · 19 h

L’IA appliquée, concrètement ?

Les cas d’usage qui marchent vraiment, décryptés chaque soir en 5 min. Gratuit.

Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.

Choisissez votre rythme

Gratuit · Pas de spam · Désabonnement en 1 clic

Comment l'IA identifie les batteries

Avant tout recyclage, le tri doit composer avec des batteries de dimensions, de formes et de compositions chimiques diverses. Des mélanges inadaptés peuvent dégrader l'efficacité du recyclage ou en augmenter le coût. Livrées en vrac dans des bacs ou des boîtes, les batteries sont d'abord alignées par des machines, puis traversent un tunnel muni de capteurs et de caméras.

L'inspection porte sur leur poids, leur forme ainsi que leur étiquette. Le modèle identifie leur catégorie et commande leur orientation vers le circuit de recyclage approprié. Développé par Redwood à partir d'un important volume de données internes pour son entraînement, il s'exécute localement sur un ensemble de processeurs graphiques.

Suivez Brief IA

L'actu IA du jour, aussi dans votre fil.

Commentaires