日常生活中，每个类别的垃圾往往包含了各式各样的内容，仅凭经验，人们在分类投放的时候难免会出现偏差。幸运的是，得益于云计算、大数据、人工智能和物联网等先进计算技术的发展，垃圾分类识别变得精准高效起来。

    通过先进计算技术，垃圾分类识别是否能做到非常精准？速度快不快？技术多久可以成熟并普及开来？带着如上一系列问题，我们采访了曙光公司大数据智能研究院院长宋怀明博士。

    据宋怀明介绍，在计算机大数据视觉分析领域，目前主要基于神经网络的算法进行图像分类，分类技术有很多种。具体到垃圾分类，有单一目标分类，即对整张图片进行分类，为图片给出唯一的分类标签，如单个瓶子的照片——可回收，果核照片——湿垃圾；有多目标检测分类，是对图片中的多种垃圾进行定位及单独分类，比如一堆垃圾中，瓶子是可回收，废纸则是干垃圾。前者，技术相对容易实现，市场上近期比较热门的几个手机垃圾分类的APP都是使用这种技术；后者则在生活中更为实用，应用场景更为广泛，但研发难度也更大。

    现阶段，垃圾分类识别技术的计算产品、算法都较为成熟，难点在缺乏足够量的训练图片集。由于神经网络算法是一种数据驱动的方法，对训练样本数据量及质量要求较高，数据量越大，识别判断越精准。宋怀明介绍，理想状态是每一类垃圾数据集为几万张图片，精准度可达到95%以上。如果图片集数量不足，精准度则会打折扣，这时候曙光的做法是用图像增强技术增加训练数据的量级，以提高识别精准度。

    至于识别图片速度，既取决于终端网络延迟，更取决于后端的处理速度及算法复杂度。以“曙光慧眼”举例，即使在光线阴暗、适量遮挡、物品一定程度变形变色等条件下，仍可实现毫秒级快速物品识别。

    其实曙光慧眼的主要用途并非垃圾分类，而是智能视频人脸识别，可用于会议签到、刷脸支付、酒店入住、各类门禁等场景，广泛应用于会场、车站、机场、学校、地铁、小区、超市、宾馆、企业前台等复杂场景。

    对于成熟的垃圾分类识别技术多久能普及开来，宋怀明表示很乐观，46个城市，几亿人的刚需，市场空间和商业潜力巨大。即使是复杂的多种垃圾定位分类应用，预计半年内也会成熟并普及使用。

　　在对个人信息进行保护的过程中，还需要依据实际考察现行法律所涉及的知情同意原则的实施情况。例如，网络经营者制定的个人信息保护政策可能因为复杂冗长或语言晦涩而让消费者难以理解，导致消费者的知情权沦为一纸空文。另一方面，大数据时代需要对海量信息进行批量处理、多方共享等，也让信息产业经营者呼吁确立知情同意原则的豁免规则。此外，对于未成年人的个人信息保护、不同风险类型的个人信息保护等，也有必要进行具体制度设计。

　　为了使知情同意原则的实施更加透明，应当明确个人信息的收集者、处理者在收集使用信息的不同阶段履行何种具体的告知义务。在用户首次进入时，信息收集者、处理者就应以明确、易理解的方式告知其个人信息存储和使用的内容、方式、范围、目的。此外，当个人信息的存储方式和使用目的发生变化时，用户提供了新的敏感个人信息时，个人信息收集者、处理者也应当履行相应提示告知义务。被收集信息者为未成年人时，应当建立特别规则，以加强对未成年人个人信息的保护。另外，法律明确规定的合法、正当、必要原则，在实践中如何科学界定，也需要进一步完善规则。知情同意原则着眼于人在科技发展中的主体地位，是个人信息保护的基石性原则。为个人信息安全扎紧防护网，我们才能在互联网的大海里安心畅游。