Ha kedveled az oldalunkat, jelölj meg minket a Google-ban kedvenc forrásként — így gyakrabban látod majd a cikkeinket a keresőben!
★Jelölj meg minket preferált forráskéntAz EverestLabs 2026. augusztus 24-én bejelentette, hogy piacra dobja a kifejezetten anyagfeldolgozó, hasznosító és újrahasznosító létesítmények számára épített többügynökös (agentic) mesterséges intelligencia platformját. A kaliforniai Fremontban bemutatott megoldás jelentős korszerűsítést kínál a hulladékgazdálkodás és az anyagipar egyik legnagyobb, ugyanakkor legkevésbé digitalizált ágazatában.
Új Korszak az Anyagfeldolgozásban
Az EverestLabs Navigator valós idejű működési intelligenciát biztosít a létesítmények üzemeltetői számára. A platform az adatok alapján azonnal cselekszik is, ezáltal növelve a műanyagokat, papírt és fémeket kezelő üzemek hatékonyságát, áteresztőképességét és pénzügyi teljesítményét. A technológia olyan speciális mesterséges intelligencia ügynökökkel (ágensekkel) lép túl a statikus műszerfalakon, amelyek folyamatos, zárt hurokban figyelik a berendezések állapotát és koordinálják a rendszereket. Ez lehetővé teszi a valós idejű, ideális anyagfeldolgozást és válogatást. A rendszert több milliárd adatponton tanították be, és ezredmásodperces sebességgel képes feldolgozni a kaotikus és erősen változó anyagáramokat. Közvetlenül, drága átalakítások vagy a termelés leállítása nélkül csatlakoztatható a meglévő üzemvezérlő hálózatokhoz és a hagyományos, régebbi berendezésekhez.
A platform három olyan mesterséges intelligencia réteget hoz közös fedél alá, amelyek korábban még sosem működtek egyetlen rendszerként az anyagiparban:
-
Szélponti (edge) látásmodellek, amelyek közvetlenül a szalagnál osztályozzák az anyagot.
-
Vizuális-nyelvi modellek (VLM-ek), amelyek saját kontextusában értelmezik az egyes anyagáramokat.
-
Következtető és társalgási ügynökök, amelyek javaslatokat tesznek és közvetlen cselekvéseket hajtanak végre. Ezzel a részletes intelligenciával az EverestLabs Navigator kiterjeszti az automatizálást a pusztán robotizált válogatásról a berendezések és az üzemeltetési munkafolyamatok teljes körű összehangolására.
A létesítmények eredménykimutatását (profit-and-loss) a technológia több kvantitatív területen is alapvetően megváltoztatja:
-
Akár 30%-os áteresztőképesség-növekedés: A rendszer mérsékli az anyagáramlási problémákat és a szalagok üresjárati idejét, ami 20-30%-kal is növelheti a létesítmény kapacitását, közvetlenül növelve a bevételeket.
-
Több millió dolláros megtakarítás az állásidő csökkentésével: Az AI ügynökök előre jelzik a szalag- vagy berendezéshibákat, és nyomon követik az anomáliákat. A problémákat a bekövetkezésük előtt észlelik, amivel dollármilliókat takarítanak meg az elkerült állásidőkön és az alkatrészeken.
-
Értékes nyersanyagok megmentése: A hagyományos berendezések pontatlan válogatása miatt évente rengeteg műanyag, fém és rost kerül a hulladéklerakókba. A platform optimalizálja a berendezéseket, így növeli a nyersanyagok újrafelhasználását.
-
Egyszerűsített szabályozási auditok és EPR megfelelés: A rendszer folyamatosan figyeli az anyagösszetételt, és nyomon követi a visszanyerési, illetve maradékanyag-arányokat, amelyeket az önkormányzati szerződések és a kiterjesztett gyártói felelősségvállalási (EPR) előírások követelnek meg.
Iparági Partnerek és Vezetői Visszajelzések
R. Paul Singh, az EverestLabs vezérigazgatója elmondta: „A mesterséges intelligencia következő nagy határa a fémhulladék-telepeken, valamint az újrahasznosítási és hulladékáramokban van. A fizikai AI bevezetésével, hogy visszanyerjük a jelenleg soha fel nem használt nyersanyagok 93%-át, nem csupán az újrahasznosítást fellendítjük, hanem az ellátási lánc szuverenitását is építjük.”
A korábban a RecycleOS-t is megalkotó vállalat jelentős partnerkapcsolatokat ápol. JD Ambati, az EverestLabs alapítója kiemelte a Caglia Environmental, a Schneider Electric és a Pellenc ST vállalatokkal való együttműködést, hozzátéve, hogy a platform folyamatmérnökként, adatelemzőként és vezérlési specialistaként fog működni azon üzemeltetők számára, akik eddig a „manuális találgatásokra” voltak utalva.
Corey Stone, a Caglia Environmental üzemvezetője szerint a technológia teljesen AI által vezérelt és kezelt üzemmé alakította a létesítményüket, eltávolítva a mindennapi műveletekből a találgatásokat. Jean Henin, a Pellenc ST vezérigazgatója az optikai válogatók, a szenzorok és a célzott AI technológiák közötti intelligens szinkronizáció fontosságát hangsúlyozta. Pierre-Emmanuel Cotte, a Schneider Electric munkatársa hozzátette: a platform áthidalja a szakadékot az üzemeltetési technológia és az AI által vezérelt döntéshozatal között, lehetővé téve a biztonságosabb, hatékonyabb és autonóm működést.
GYIK
Az EverestLabs Navigator az első többügynökös (agentic) mesterséges intelligencia platform, amelyet kifejezetten anyagfeldolgozó, hasznosító és újrahasznosító létesítmények számára fejlesztettek ki, hogy valós idejű működési intelligenciát biztosítson számukra.
Milyen mesterséges intelligencia rétegekből áll a rendszer?
A platform három integrált AI réteget ötvöz: a szalagnál lévő anyagokat osztályozó szélponti (edge) látásmodelleket, a kontextust értelmező vizuális-nyelvi modelleket (VLM), valamint a javaslatokat tevő és közvetlen cselekvéseket végrehajtó következtető és társalgási ügynököket.
Hogyan növeli a létesítmények hatékonyságát és áteresztőképességét?
A rendszer valós idejű beavatkozásokkal mérsékli az anyagáramlási problémákat és a szalagok üresjárati idejét. Képes megakadályozni a leállásokat azáltal, hogy a berendezéshibákat már a kialakulásuk előtt jelzi. Összességében 20-30%-kal növelheti egy létesítmény kapacitását.
Hivatalos források és hivatkozások: 
