“当金属到达生命周期的终端时，他们会被切成小块，有些是纯手工操作，有些是半自动切割，不论哪种方式，整个过程都会耗费很多时间，而且切割后还需要根据金属的颜色、属性等进行不同种类的区分。”德国公司Metycle的联合创始人兼CEO祖哈内克（Rafael Suchan）近日对澎湃新闻（www.thepaper.cn）表示，人工智能（AI）技术有助于将整个程序更加标准化，最大限度地回收和再利用材料。

废旧金属和再生金属被视为宝贵资源，它们可被循环应用于工业或消费品，也有望成为能源转型的重要组成部分。尤其是钢铁业属于碳排放和能源消耗密集型行业，高效回收利用将有助于减少碳排放。但是，对废旧金属进行分类并全面掌握其成分和质量，已成为金属回收过程中的最大挑战之一。而且在多层次贸易流程中，价值链上的多个加工环节和相关的二氧化碳排放量难以被追踪。

联合国发布的2024年全球电子废弃物监测报告显示，绝大多数电子垃圾没有被回收利用，其中大部分最终被填埋。西方国家丢弃的计算机和其他电子产品有些会出口到低收入国家，那里的工人通常手工拆解旧设备以获取其中的金属。世界卫生组织称，这种低薪劳动使工人被暴露于汞和铅等有害物质。

那么，如何将人工智能技术应用于废旧金属的分拣，并根据需求评估特定合金的质量和对材料进行分析、分类呢？

具体而言，智能回收设备使用AI算法与传感器，分析每一块金属的化学成分和合金含量，将各种金属准确快速地进行分拣和分离，每小时可以处理10吨到20吨废金属，并且能使分拣出的金属废料具有更高的纯度，减少了对人工的需求。比如一些铝合金回收后可用于飞机零部件的制造加工，但是对再生金属的质量要求较高。智能回收的过程将能准确识别金属的等级和属性，提取数据后与冶炼厂共享，优化回收过程。

祖哈内克对澎湃新闻表示，可以看到，汽车、化工等许多行业已经利用数字化迅速发展，而金属供应行业却几乎没有推行数字化，如果提高金属回收的效能，将有助于大幅减少汽车工业以及其他行业的碳排放，而且电子废弃物回收中也包含金属回收。

祖哈内克介绍说，金属废料回收之后将进行重新冶炼，然后再次出售，而目前再生金属的供应链端普遍存在对产品质量不信任的现象，因此AI技术有助于将整个程序更加标准化，最大限度地回收和再利用材料。